La consommation d'alcool à risque dans la main-d'oeuvre canadienne : quelles sont les différences entre les professions et secteurs économiques?
Bibliographic record
Abstract
Objectif: Examiner les differences de consommation d'alcool hebdomadaire a risque chez les personnes au travail en fonction du secteur economique et de la profession. Methode: Analyse secondaire des donnees du Cycle 2.1 de l'Enquete sur la sante dans les collectivites canadiennes de Statistique Canada. L'echantillon comprend 76 136 personnes de 15 ans et plus groupees dans 139 professions et 96 secteurs economiques. Resultats: La prevalence de la consommation d'alcool hebdomadaire a risque est estimee a 8 % chez les travailleurs et on observe des ecarts importants entre les hommes (11 %) et les femmes (6 %). Les resultats suggerent un differentiel de consommation d'alcool hebdomadaire a risque selon la profession et le secteur economique independamment des conditions de travail, de la situation familiale et des caracteristiques personnelles. Les travailleurs de cinq groupes professionnels ont des chances plus elevees d'une consommation a risque (RC 1,88-2,94) alors que sept secteurs economiques se demarquent par un risque plus faible (RC 0,25-0,59). Discussion: La profession, davantage que le secteur economique, apparait d'une plus grande utilite pour definir des pistes d'action en sante publique. Les resultats de cette recherche permettent d'identifier un ensemble de profession a cibler pour l'intervention de prevention en complementarite avec les autres interventions de sante publique.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".