Sex differences in work-related traumatic brain injury: a concurrent mixed methods study employing the person-environment-occupation model
Notice bibliographique
Résumé
BACKGROUND: Work-related traumatic brain injury (wrTBI) is considered a critical injury that can be prevented. Few studies have integrated clinical data and workers' injury narratives to inform sex-specific wrTBI prevention. OBJECTIVE: To examine sex differences in pre-injury factors and provide recommendations for primary prevention of wrTBI. METHODS: Concurrent mixed methods study. The Person-Environment-Occupation (PEO) model served as a theoretical framework for qualitative and quantitative data analyses. RESULTS: The sample consisted of 93 workers (51% female, 67% aged over 40) with wrTBI sustained as a result of being struck by/against an object (SBA, 46%), falls (30%), motor vehicle accident (13%), and assault (11%). Qualitative analysis of injury events revealed distinct patterns between male and female workers in the nature and physical/social load of occupational activities performed at the time of injury. Quantitative analysis enriched interpretation of observed sex differences across PEO factors. New insights emerged by stratifying SBA injury cases, revealing sex differences in Environment- and Occupation-related factors unique to workers struck by an object. IMPLICATIONS: Sex- and cause-specific analysis of injury events is essential for surveillance and prevention of wrTBI. Addressing fitness for duty, supervisor-worker relationships, and industry-specific hazards in prevention strategies is essential to ensure workplace safety.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».