SS59-03 NOKIIWIN TRIBAL COUNCIL COMMUNITY SURVEY: UNDERSTANDING HEALTHY WORKPLACE FACTORS IN THE INDIGENOUS CONTEXT
Notice bibliographique
Résumé
Abstract Background / Objectives This study was conducted to help the communities of the Nokiiwin Tribal Council (NTC) understand important factors for a healthy workplace in the context of the Indigenous population. The objective was to determine the most important workplace factors within the communities in order to identify interventions to improve these factors. Methods In partnership with the NTC, we surveyed community members older than 15 years at various 2017-2018 events using electronic and paper-based surveys. Of those who were working, we examined the following workplace factors: global safety at work, workplace social capital, discrimination, interpersonal conflict at work, family work conflict, supervisor and co-worker support, and job stress for their association with the following outcomes: engagement, presenteeism, absenteeism and job satisfaction. Results Out of the 171 participants, 149 (87.1%) completed the survey. Using bivariable regression, we found that interpersonal conflict at work was associated with social engagement (β = -0.15; 95% CI -0.26, -0.05) and presenteeism (β = -0.80; 95% CI -1.39, -0.22). Family work conflict was associated with overall engagement (β = -0.15; 95% CI -0.27, -0.03) and absenteeism (β = 1.63; 95% CI 1.09, 2.43). Job stress was associated with overall engagement and job satisfaction. Supervisor and co-worker support were also associated with engagement and absenteeism. Conclusion We learned that lower interpersonal conflict at work and family work conflict, followed by higher supervisor and co-worker support and job control, were the most important healthy workplace factors influencing the communities of the NTC. This project was the first completed in partnership with the NTC.
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 | 0,012 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».