MétaCan
Menu
Retour à la cohorte
Enregistrement W2080496940 · doi:10.1097/00126450-200604000-00009

Shiftwork

2006· article· en· W2080496940 sur OpenAlexaff
Kelley Kilpatrick, Mélanie Lavoie‐Tremblay

Notice bibliographique

RevueThe Health Care Manager · 2006
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and Work-Related Fatigue
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAbsenteeismShift workWork scheduleScheduleHealth careWork (physics)ProductivityMedicineGerontologyBusinessNursingPsychologyOperations managementScheduling (production processes)EngineeringEconomicsManagement

Résumé

récupéré en direct d'OpenAlex

Shiftwork is one of health care worker's oldest problems and is known to have important implications on health. Health risks are compounded with age and the amount of cumulated shiftwork. No shift system is clearly advantaged, yet the worker's ability to choose the shift system seems to maximize adaptation to shiftwork. When designing a work schedule, it is important to take into consideration the shift pattern, length of the shift, and the number of consecutive days worked. A poorly designed work schedule can impact the quality of care, the personal and professional outcomes for health care workers, patient satisfaction, length of stay, unplanned absenteeism, cost effectiveness, and productivity. Long-term studies of shiftworkers may disproportionately represent workers who have adapted to shiftwork. Self-scheduling is an interesting alternative in the quest for a more responsive work environment and is a strategy for retention among new, mid-career, and senior nurses. Planned on-site napping may be a useful tool to combat the pernicious effects of sleep debt on performance. Guidelines must be developed and initiatives implemented and evaluated to protect health care workers, especially older female shiftworkers, from the negative impact of shiftwork as they represent a precious resource in a shrinking supply.

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)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,234
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,2340,109

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 Opus0,010
Tête enseignante GPT0,303
Écart entre enseignants0,293 · 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

Citations34
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Health Care ManagerMême sujetSleep and Work-Related FatigueTravaux en français237 207