MétaCan
Menu
Retour à la cohorte
Enregistrement W4400289862 · doi:10.1097/jom.0000000000003182

Costs of Presenteeism and Absenteeism Associated With Psychological Distress Among Male and Female Older Workers

2024· article· en· W4400289862 sur OpenAlexaffabout
Mahée Gilbert‐Ouimet, Hélène Sultan‐Taïeb, Karine Aubé, Léonie Matteau, Xavier Trudel, Chantal Brisson, Jason R. Guertin

Notice bibliographique

RevueJournal of Occupational and Environmental Medicine · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueWorkplace Health and Well-being
Établissements canadiensUniversité LavalUniversité du Québec à RimouskiThe Quebec Population Health Research NetworkUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésPresenteeismAbsenteeismMedicineDemographyDistressPsychological distressProductivityCross-sectional studyGerontologyClinical psychologyPsychiatryPsychologyMental healthSocial psychology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: We estimated, for women and men (1) the associations between psychological distress and the prevalences of presenteeism and absenteeism, (2) average hours lost annually per person, and (3) costs from the employers' economic perspective. METHODS: Participants were 1292 Canadian white-collar workers. Psychological distress, presenteeism, and absenteeism were assessed with validated questionnaires. The average annual hours of productivity loss and related costs were estimated using generalized linear models with a negative binomial distribution and a log link. RESULTS: High psychological distress in women and men was associated with presenteeism costs ($6944 and $8432) and absenteeism costs ($2337 and $2796 per person). The association between psychological distress and annual hours lost to presenteeism was twice stronger for men than women. CONCLUSIONS: Productivity losses associated with psychological distress are high in women and men older workers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,225
Score d'incertitude au seuil0,447

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,371
Écart entre enseignants0,343 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Occupational and Environmental MedicineMême sujetWorkplace Health and Well-beingTravaux en français237 207