Apps
EN — EnglishLogin

🧪 Diese Plattform befindet sich in der Beta-Phase. Funktionen können sich ändern und es können Fehler auftreten. Danke für dein Feedback!

Healthy-Worker-Effekt

Auch bekannt als: Healthy Worker Survivor Bias Effekt der gesunden Arbeiter
Statistical Error ID: healthy_worker_effect

Definition

Der Healthy-Worker-Effekt ist eine Form des Selektionsbias, bei dem berufstätige Kohorten gesünder erscheinen als die Allgemeinbevölkerung, einfach weil schwer kranke, behinderte oder gebrechliche Personen seltener erwerbstätig sind. Dies kann echte arbeitsbedingte Gesundheitsrisiken verschleiern, indem gefährliche Arbeitsplätze sicherer erscheinen, als sie tatsächlich sind.

Beispiele

Eine Studie stellt fest, dass Chemiearbeiter eine niedrigere Gesamtmortalität aufweisen als die Allgemeinbevölkerung, und schlussfolgert, die Chemikalien seien sicher. Tatsächlich sind die Arbeiter gesünder, weil Personen mit chronischen Erkrankungen diese Beschäftigung nie aufgenommen haben.

Eine Untersuchung zeigt, dass Büroangestellte eines großen Unternehmens seltener an Herz-Kreislauf-Erkrankungen leiden als die Gesamtbevölkerung. Die Studie übersieht jedoch, dass Menschen mit schweren Vorerkrankungen gar nicht erst eingestellt werden oder frühzeitig aus dem Berufsleben ausscheiden.

Eine Analyse von Berufssoldaten ergibt, dass diese deutlich niedrigere Raten an Übergewicht und Diabetes aufweisen als die Allgemeinbevölkerung. Daraus wird geschlossen, das Militärleben fördere die Gesundheit – ignoriert wird dabei, dass körperlich ungeeignete Personen bereits bei der Musterung ausgeschlossen werden.

Prüfschritte
Prüfschritte
Binäre Ja/Nein-Fragen, die eine KI beantworten muss, um ein Argumentationsmuster in einem Text zu erkennen.
Jeder der 452 Aspekte hat Prüfschritte — einfache Ja/Nein-Fragen, die systematisch erkennen sollen, ob ein Muster in einem Text vorkommt. Für Ad Hominem: "Greift das Argument eine Person statt ihre Behauptung an?" Für falsche Dichotomie: "Werden nur zwei Optionen präsentiert, obwohl mehr existieren?"

Binäre (Ja/Nein) Fragen, die ein LLM beantworten muss, um diesen Aspekt zu identifizieren:

  1. 1

    Vergleicht die Studie Beschäftigte mit der Allgemeinbevölkerung?

    Typ: binary
  2. 2

    Könnten Personen mit schweren Erkrankungen von vornherein aus der Erwerbsbevölkerung ausgeschlossen sein?

    Typ: binary
  3. 3

    Berücksichtigt die Studie nicht den grundlegenden Gesundheitsvorteil erwerbstätiger Personen?

    Typ: binary
  4. 4

    Werden Mortalitäts- oder Morbiditätsraten unter Beschäftigten als niedriger dargestellt, ohne Selektionseffekte zu benennen?

    Typ: binary
Vertiefung
Der aufklappbare Detailbereich auf jeder Aspekt-Seite mit Beispielen, Psychologie und Gegenstrategien.
Der Vertiefungsbereich bietet ausführliche Informationen zu jedem Aspekt: ein Praxisbeispiel, eine Erklärung warum es funktioniert, Tipps wie man entgegnet, alternative Bezeichnungen und Links zu verwandten Aspekten.

Hierarchischer Kontext