Consumo de drogas y violencia laboral en mujeres trabajadoras de Monterrey, N. L., México
Notice bibliographique
Résumé
El propósito de este estudio fue explorar el consumo de drogas y violencia laboral en una muestra de 669 mujeres mayores de edad, que trabajaban y vivían en trece Áreas Geoestadísticas Básicas de Monterrey, Nuevo León, México. Se adoptó un diseño descriptivo y correlacional con aproximación cualitativa. Los resultados revelaron que el 37.1% de las mujeres consumió alcohol, el 29.1% tabaco, el 0.4% marihuana, el 0.1% inhalables y, entre las drogas médicas, el 5% consumió tranquilizantes y el 1.0% otras sustancias (barbitúricos, antidepresivos, Tylenol/codeína). La prueba chi-cuadrada no encontró diferencia significativa de los factores sociodemográficos y laborales con el consumo de drogas (p.05), a excepción de la forma de trabajo (c2=18.08, gl=4, p=.001). Sin embargo, el índice de violencia mostró asociación positiva con el consumo de drogas (p.05). Se encontraron 126 casos que experimentaron violencia, de las cuales 34 narraron su experiencia. La percepción del consumo de drogas y violencia se identificó en 2 categorías: La Conceptualización de la Violencia Laboral y la Relación entre la Violencia y el Consumo de Drogas.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».