Compensating Work-Related Disability: Theory, Politics and History of the Commodification-Decommodification Dialectic
Notice bibliographique
Résumé
In 2015, the last year for which we have complete Canadian data, workers' compensation boards recognized that 852 Canadian workers died from work-related injuries and diseases and 232,629 workers experienced disabling injuries requiring them to take time off work. About 13 percent of those injured will have permanent disabilities of varying severity.These figures significantly underestimate the true burden of work-related disability for at least three reasons. First, the percentage of the paid Canadian workforce covered by workers' compensation has been shrinking. In 2008, it was estimated to stand at about 80 percent, although coverage bounced back to about 85 percent in 2015.Second, there is widespread evidence of claims suppression and underreporting of lost-time injuries. A 2014 review estimated that workers do not claim 20 percent of their injuries and illnesses and that employers do not report 7-8 percent of injuries, misreport 3-9 percent of lost-time injuries as non-lost-time injuries, and actively suppress some inestimable number of eligible claims.Finally, for a claim to be recorded it must be accepted by the compensation board, and there is evidence that compensation boards are rejecting claims more frequently. For example, in Ontario, the percentage of denied claims increased from 4 percent in 2001 to 8 percent in 2010.
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 | 0,010 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,082 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».