Working under the 2021 Heat Dome: A Content Analysis of Occupational Impacts Mentioned in the Canadian Media
Notice bibliographique
Résumé
Extreme heat events directly impact worker health and cause additional cascading and transitional workplace impacts. However, current investigations on these impacts often rely on specific datasets (e.g., compensation claims, hospitalizations). Thus, to continue to work towards preventing and mitigating the occupational risks posed by extreme heat events, this study aimed to explore the occupational impacts of the 2021 Heat Dome in Canada using a qualitative content analysis method on a news-based dataset. A systematized review of news articles published before, during, and after the 2021 Heat Dome was conducted on academic (n = 8) and news (n = 5) databases, along with targeted grey literature. Two researchers qualitatively coded the articles in NVivo for occupational impacts or references mentioned within the articles. Overall, 52 different occupations were identified as being impacted by the 2021 Heat Dome. Impacts were diverse and ranged from work cancellations or delays to work modifications and reports of heat-related illnesses. The 2021 Heat Dome impacted the health and safety of many occupational groups and provided new insights into the expanding impacts that extreme heat events can have on the Canadian workforce. With climate projections showing a growing trend of more hot days and intense heat waves in Canada, addressing these concerns should be a critical priority.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».