Reported harassment and mental ill-health in a Canadian prospective cohort of women and men in welding and electrical trades
Notice bibliographique
Résumé
OBJECTIVES: Experience of psychosocial environments by workers entering trade apprenticeships may differ by gender. We aimed to document perceived harassment and to investigate whether this related to mental ill-health. METHODS: Cohorts of workers in welding and electrical trades were established, women recruited across Canada and men from Alberta. Participants were recontacted every 6 months for up to 3 years (men) or 5 years (women). At each contact, they were asked about symptoms of anxiety and depression made worse by work. After their last regular contact, participants received a "wrap-up" questionnaire that included questions on workplace harassment. In Alberta, respondents who consented were linked to the administrative health database that recorded diagnostic codes for each physician contact. RESULTS: One thousand eight hundred and eighty five workers were recruited, 1,001 in welding trades (447 women), and 884 in electrical trades (438 women). One thousand four hundred and nineteen (75.3%) completed a "wrap up" questionnaire, with 1,413 answering questions on harassment. Sixty percent of women and 32% of men reported that they had been harassed. Those who reported harassment had more frequently recorded episodes of anxiety and depression made worse by work in prospective data. In Alberta, 1,242 were successfully matched to administrative health records. Those who reported harassment were more likely to have a physician record of depression since starting their trade. CONCLUSIONS: Tradeswomen were much more likely than tradesmen to recall incidents of harassment. The results from record linkage, and from prospectively collected reports of anxiety and depression made worse by work, support a conclusion that harassment resulted in poorer mental health.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».