Occupational Heat Risk Perceptions and Behavioral Adaptation Strategies Among Construction and Welding Workers in Bangladesh
Notice bibliographique
Résumé
The increasing frequency and intensity of extreme heat events pose severe health risks to outdoor workers. Despite growing global recognition of occupational heat illness, evidence from low- and middle-income countries (LMICs) remains limited. This cross-sectional study surveyed 320 construction and welding workers to assess perceived heat-related health risk and behavioral adaptation in Bangladesh. Multinomial logistic regression examined factors associated with adaptive behaviors. Over 80% of workers perceived themselves as vulnerable, commonly reporting excessive sweating, thirst, cramps, irritability, and emotional instability. Construction workers were more likely to increase adaptive behaviors such as taking regular breaks (OR = 9.49, 95%CI: 2.45-36.74), wearing loose clothing (OR = 4.26, 95%CI: 1.14-15.90), and using electric fans (OR = 2.84, 95%CI: 1.12-7.22). However, they were also more likely to report a decrease in slowing their work pace (OR = 14.20, 95%CI: 2.03-99.21) and in planning work during cooler hours (OR = 34.81, 95%CI: 2.22-546.80). Long work experience was associated with increased use of electric fans as a cooling option (OR = 6.97, 95%CI: 1.97-24.68) and greater attention to weather forecasts (OR = 3.81, 95%CI: 1.01-14.37). Workers who experienced burns or memory decline adopted specific protective measures. Surprisingly, higher education was linked to lower participation in heat-safety training. These findings highlight the urgent need for occupational heat-safety policies, awareness campaigns, and targeted interventions to safeguard vulnerable outdoor workers in Bangladesh.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».