Risk Factors for Musculoskeletal Symptoms among Call Center Operators of a Bank in Sao Paulo, Brazil
Notice bibliographique
Résumé
OBJECTIVE: Identify risk factors for musculoskeletal symptoms among call center operators of a bank in São Paulo, Brazil. METHODS: Ergonomic work analysis was carried out, involving work observation and interviews. Self-answered questionnaires performed by 108 call center operators. RESULTS: Women represented 88% of the call center operators, 70% of them were in the age bracket of 18 to 23 yr. Daily working time was 6-h with one 30 min break. Workers remained seated 95% of the time, typing and answering telephone calls. Men' s work consisted of more active telemarketing and women's of customer services. Among female operators the prevalence of neck/shoulder symptoms was 43% (95% CI, 33-53) and of wrist/hand was 39% (95% CI, 29-49). Risk factors associated with wrist/hand symptoms were: inadequate height of table (Odds ratio (OR) 3.67, 95% CI, 1.12-11.96) and to answer above 140 calls/d (OR 3.36, 95% CI, 1.16-9.71). Risk factors associated with neck/shoulder symptoms were making fewer rest breaks (OR 3.17, 95% CI, 1.11-8.97) and inadequate thermal comfort (OR 3.06, 95% CI, 1.09-8.62). CONCLUSIONS: Prevention of musculoskeletal disorders among call center operators requires an integrated approach including improved workstation design, thermal comfort environment, well-scheduled work-rest regime and realistic production goals.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».