Precarious employment in self-employment: A typology and impact on cardiovascular health conditions in Sweden
Notice bibliographique
Résumé
BACKGROUND: Research on health in self-employment shows mixed findings, partly due to limited focus on heterogeneity within self-employment, physical health outcomes and reliance on self-reported, cross-sectional data. This study addresses these gaps by identifying self-employment types using the 'precarious employment framework' and examining their association with cardiovascular health conditions in Sweden. METHODS: Using the Swedish Work, Illness, and Labour Market Participation (SWIP) cohort, we analyzed individuals born between 1948 and 1968, aged 40-60 in 2008, and living in Sweden in 2005. We identified a typology of precarious self-employment in 2008 (N = 281,251), with cardiovascular health conditions tracked between 2009 and 2020. Latent Class Analysis (LCA) was used to categorize self-employment based on six indicators of precarity: business type, prior unemployment, combined employment, number of employees, income, and income volatility. Cox proportional hazards models estimated the association between the self-employment types and cardiovascular health conditions (diagnoses for myocardial infarction and stroke) compared to waged employment, adjusting for covariates. RESULTS: We identified four self-employment types: entrepreneurial employers, precarious solo self-employed, own-account combiners, and small traders. Precarious self-employment among 40-to-60-year-olds was associated with a higher risk of cardiovascular conditions later in life. The 'precarious employment framework' effectively captures the heterogeneity of self-employment and highlights its role as a social determinant of cardiovascular health. CONCLUSION: Our findings suggest that precarious self-employment is linked to increased cardiovascular risk. This underscores the importance of considering employment quality and heterogeneity in future research and public policies addressing self-employed populations.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».