MétaCan
Menu
Retour à la cohorte
Enregistrement W1965908018 · doi:10.1590/s0034-71672013000700019

Enfermeiros dos grandes hospitais públicos no Rio de Janeiro: características sociodemográficas e relacionadas ao trabalho

2013· article· pt· W1965908018 sur OpenAlexaboutno aff
Rosane Härter Griep, Maria de Jesus Mendes da Fonseca, Enirtes Caetano Prates Melo, Luciana Fernandes Portela, Lúcia Rotenberg

Notice bibliographique

RevueRevista Brasileira de Enfermagem · 2013
Typearticle
Languept
DomaineHealth Professions
ThématiqueOccupational Health and Burnout
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)NursingJob satisfactionWork (physics)Public healthWorking hoursFamily medicineMedicinePublic sectorGerontologyPsychologyPolitical scienceGeographySocial psychology

Résumé

récupéré en direct d'OpenAlex

The study aimed at analyzing socio-demographic and working characteristics of nurses from public hospitals. It was carried out a cross-sectional study, involving 3.229 nurses from the eighteen largest public hospitals of the city of Rio de Janeiro. It was observed a feminine predominance (87.3%), with mean age of 39.9 ± 10 years. Around 7% referred having master or doctorate degree, 58.5% got their degree from public institutions and 24.5% used to work at the health sector before becoming nurses. Half the group has thought of abandoning their career, and almost a quarter is unsatisfied with their profession. Around 10% searched for a job outside nursing area in the previous month and 30% searched for a job in the same working area. Night work, engagement in more than one job and long professional work hours were more frequently found among men. The study has pointed challengeable aspects of nurses' profession. Results can subsidize support strategies to improve the working conditions in public hospitals due to their comprehensiveness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,059
Tête enseignante GPT0,392
Écart entre enseignants0,333 · 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 source (Gemma direct ou Codex distillé), 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

Citations23
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Brasileira de EnfermagemMême sujetOccupational Health and BurnoutTravaux en français237 207