Unpaid overtime and mental health in the Canadian working population
Notice bibliographique
Résumé
BACKGROUND: Unpaid overtime-describing a situation where extra hours are worked but not paid for-is a common feature of the labor market that, together with other forms of wage theft, costs workers billions of dollars annually. In this study, we examine the association between unpaid overtime and mental health in the Canadian working population. We also assess the relative strength of that association by comparing it against those of other broadly recognized work stressors. METHODS: Data were drawn from a survey administered to a heterogeneous sample of workers in Canada (n = 3691). Generalized linear models quantified associations between unpaid overtime, stress, and burnout, distinguishing between moderate (1-5) and excessive (6 or more) hours of unpaid overtime. RESULTS: Unpaid overtime was associated with higher levels of stress and burnout. Relative to those working no unpaid overtime, men working excessive unpaid overtime were 85% more likely to report stress (prevalence ratios [PR]: 1.85, 95% confidence interval [CI]: 1.26-2.72) and 84% more likely to report burnout (PR: 1.84, 95% CI: 1.34-2.54), while women working excessive unpaid overtime were 90% more likely to report stress (PR: 1.90, 95% CI: 1.32-2.75) and 52% more likely to report burnout (PR: 1.52; 95% CI: 1.12-2.06). The association of excessive unpaid overtime with mental health was comparable in magnitude to that of shift work and low job control. CONCLUSIONS: Unpaid overtime may present a significant challenge to the mental health of working people, highlighting the potential role of wage theft as a neglected occupational health hazard.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| 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 | 0,000 | 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 ».