Prevalence of Accidents and Injuries and Related Factors of Fishermen Fishing Offshore in the North of Vietnam
Notice bibliographique
Résumé
Introduction: Seafaring, particularly offshore fishing, exposes fishermen to various occupational risks leading to diseases and injuries. This study aimed to determine the prevalence of occupational risks, injury accidents, and contributing factors among offshore fishers in North Vietnam, to develop evidence-based recommendations to enhance their safety and well-being. Methods: A cross-sectional study was conducted involving 420 fishermen with a minimum of two years of experience. Interviews were conducted between 2018 and 2020. Results: The findings indicated that there is a 41.7% prevalence of accidents and an average injury rate of 280.2 per person per year. Most incidents occurred at night with 104 cases (59.4%), slips and falls 48 cases (27.4%), broken winch lines 40 cases (22.9%), and ship collisions 14 cases (8.0%) being the primary causes. The most common injuries included soft wounds in 92 cases (52.5%) and sprains/dislocations in 14 cases (8.0%). Fishermen with fewer than 10 years of experience exhibited a higher accident risk (odds ratio = 1.54; 95% confidence interval: 1.05-2.72), as did those in the role of a fisherman (odds ratio: 1.68; CI: 0.97-2.94) and those working without labor protection (odds ratio: 3.68; CI: 1.05-12.93). Conclusion: Lack of labor protection equipment increased the risk by 3.68 times, and fishermen in the friend group had a 2.02 times higher risk of injury. Addressing these risks requires adherence to labor protection regulations and safe working procedures.
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 | 0,000 |
| 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) | 0,000 | 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 ».