MétaCan
Menu
Retour à la cohorte
Enregistrement W1959161816 · doi:10.5430/jha.v4n5p8

Thyroid gland disturbances in pediatric shift work nurses employed in clinical hospital centre

2015· article· en· W1959161816 sur OpenAlexvenueno aff
Hrvoje Lalić

Notice bibliographique

RevueJournal of Hospital Administration · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueThermoregulation and physiological responses
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineThyroidStressorObesityPopulationIncidence (geometry)PediatricsGoiterNursingInternal medicineEnvironmental healthPsychiatry

Résumé

récupéré en direct d'OpenAlex

The aim of this paper is an attempt to explore the cause of thyroid gland disturbances in female pediatric nurses employed in a Pediatric Intensive Care Unit in an Eastern European hospital. A group of twenty hospital nurses was studied of whom fourteen suffered from some type of thyroid gland disturbances and a group of twenty primary care nurses with only sporadic incidence of thyroid disturbances. Regarding hypothyroidism they differ statistically significantly, p = .0399, as to obesity p = .0017, comparing thyroiditis p = .0374, and by goiter p = .008. Pediatric hospital nurses’ occupation requires contact with sick newborns and small children for 12-hour shifts. Thyroid gland disturbances are not fully explained, they vary from genetically origins, autoimmune processes, environmental stressors. Daily high level stress exposure of the mentioned hospital nurses can contribute to developing thyroid disturbances. Trained medical staff under the pressures of caring for this population may become sick. In such departments more nurses should be employed if shift work is performed under elevated stress. Signs of this stress might include inadequate nourishment causing obesity and cigarette smoking especially in night shifts. It is the task of Occupational Medicine to determine if stress exposure causes thyroid disturbances, especially in 12 hour shift workers, resulting in interventions to enhance preventive measures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,369

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,335
Écart entre enseignants0,307 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Hospital AdministrationMême sujetThermoregulation and physiological responsesTravaux en français237 207