The Working Environment and Health Of Specialists Working with Computers
Notice bibliographique
Résumé
The survey on working environment and health of specialists working with computers was accomplished in Lithuania in 2011. In the survey participated 204 specialists working with computers at the offices, at small and medium sized business companies. Chi-square test was used and the significance level p ≤0.05 was considered statistically significant. The study revealed as about one-third (33 %) respondents work with computer all working day, 26% work 4 hours, and 24% work 6 hours per day. Men and women work with computer similar number of hours per day.Most of specialists working with computers (60%) use modern computer chair with modifying elements. Almost one-third (29%) respondents think that their chair is uncomfortable. 24% respondents use the working table with unsuitable high, 31% use the working table with too small area and insufficient space. Only quarter (25%) specialists working with computers work at very good illumination, and 55% - at good illumination. Significantly more men than women use modern computer chair (p=0.035). The computer equipment at men‘s table are located more convenient than at women‘s (p=0.046). Nearly half (43%) workers with computers are disturbed at work by strangers, and 18% - by noise. To concentrate and work for men disturb noise, and for women disturb noise and strangers. Physical discomfort could be reduced by using working chair with castors, working chair with the ability to change the heigth of the chair, and the chair with elbow-rests. Article in Lithuanian doi:10.5200/sm-hs.2012.076
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».