MétaCan
Menu
Retour à la cohorte
Enregistrement W1984608561 · doi:10.5807/kjohn.2014.23.4.269

The Relationship between Emotional Working Hour and Muscle Pain

2014· article· en· W1984608561 sur OpenAlexaboutno aff
Bokim Lee

Notice bibliographique

RevueKorean Journal of Occupational Health Nursing · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEmotional Labor in Professions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEmotional laborQuarter (Canadian coin)Emotional stressLogistic regressionMedicineWorking hoursPsychologyPhysical therapySocial psychologyLabour economics

Résumé

récupéré en direct d'OpenAlex

Purpose: The purpose of this study was to investigate muscle pains of emotional laborers and determine whether there were differences in their muscle pains depending on the hours spent on emotional labor. Methods: This is a secondary analysis of the data collected from the 3rd (2011) Korean Working Conditions Survey. 50,032 participants responded to the study's questionnaire. Among them, 15,669 participants were emotional laborers who directly dealt with people such as customers, passengers, pupils, patients, etc. Results: Thirty three percent of subjects had reported muscle pains. Muscle pains of subjects were positively related to the hours spent on emotional labor (p<.001). According to the logistic regression analysis, the adjusted odd ratio of the subjects who spent about almost all of the work hours on emotional labor was 1.32 (95% CI: 1.15~1.52), compared to the subjects who spent about a quarter of their work hours on emotional labor, when other factors were controlled. Conclusion: The study's findings indicate that engaging in emotional labor for longer hours increases the risks of muscle pains. Occupational nurses must pay closer attention to the management of muscle pains of emotional laborers.

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)0,013
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,341
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,000
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 Opus0,139
Tête enseignante GPT0,439
Écart entre enseignants0,299 · 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.

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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKorean Journal of Occupational Health NursingMême sujetEmotional Labor in ProfessionsTravaux en français237 207