MétaCan
Menu
Retour à la cohorte
Enregistrement W2063405999 · doi:10.1080/00140139.2010.502252

Continuous assessment of work activities and posture in long-term care nurses

2010· article· en· W2063405999 sur OpenAlexafffund
Joanne N. Hodder, Michael W.R. Holmes, Peter J. Keir

Notice bibliographique

RevueErgonomics · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensMcMaster University
Organismes subventionnairesOntario Ministry of Health and Long-Term Care
Mots-clésBack injuryTrunkMedicineWork (physics)Low back painPhysical medicine and rehabilitationPhysical therapyLift (data mining)NursingComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The high prevalence of low back injuries in nursing has prompted the use of mechanical lift assists while overall assessment of activities and postures remains limited. The purpose of this study was to chronicle trunk posture and work tasks of long-term healthcare professionals. An inclinometer monitored trunk posture for 27 workers, 20 of whom were also observed continuously throughout their shift. Patient lifts and transfers accounted for less than 4% of the shift while patient care, unloaded standing and walking and miscellaneous tasks accounted for 85%. Manual lifts and transfers occurred twice as often as mechanically assisted lifts but took only half the time. The workers had a median trunk flexion angle of 9.2 degrees , spent 25% of their time flexed beyond 30 degrees and had peak flexion angles greater than 75 degrees in many tasks. Analysis of posture throughout the entire working shift indicates that, in addition to lifts and transfers, emphasis needs to be placed on patient care and miscellaneous activities when assessing injury risk for nurses. STATEMENT OF RELEVANCE: Patient handling has been the focus in the effort to reduce back pain and injury in nursing. In addition to the use of mechanical lifts, there is a need to examine other aspects of nursing, including patient care and other ancillary tasks, which comprise the majority of the work shift and, while often unloaded, exhibit extreme postures that may also lead to injury.

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)0,003
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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,004
Tête enseignante GPT0,285
Écart entre enseignants0,280 · 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

Citations65
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueErgonomicsMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207