Notice bibliographique
Résumé
OBJECTIVES: A large percentage of employees experience persistent pain while at work. This situation can become costly to employers with large amounts of lost production-time, absenteeism, and long-term disability. The link or transition between working through (ignoring) pain and disabling pain is unknown. This paper presents the results of a controlled study examining the impact of persistent pain on performance in a working population. Benefits of early detection are discussed. METHODS: This was a controlled, repeated measures study using 3 types of measures: questionnaires (pain, pain anxiety, daily memory, and attention mistakes); actigraphic monitoring to assure the absence of sleep deprivation; and the Performance Assessment Battery, a computer-based series of tests. Participants were studied during 3 time periods (9:00 AM, 3:00 PM, and 9:00 PM). RESULTS: Forty participants (20 pain, 20 controls) were studied. For all tasks, pain participants were slower than controls with significant findings on 2 tasks and less accurate with significant differences on 1 task. DISCUSSION: Unlike other studies that either induced pain or used persons with complex pain conditions, this study used participants with a low level of pain intensity and had a majority still engaged in full-time employment. Our results found that people with persistent low-level pain demonstrate a reduction in performance compared with controls. Our study revealed that using a sensitive tool to detect minor performance deficits could indicate pain interference. The early detection of pain interference would provide an opportunity for prevention programs to have a pre-emptive effect on work-related musculoskeletal disorders.
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 | 0,020 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».