The Incidence of Upper Extremity Injuries in Canadian Endoscopy Nurses
Notice bibliographique
Résumé
Work-related musculoskeletal injuries occur at an epidemic rate in Canada. Many thousands of workers are temporarily or permanently removed from the workforce annually because of this type of injury. Workers who are most susceptible to this type of injury are those who perform physical, repetitive work involving sustained activity in awkward positions and cramped environments. Workers in the healthcare sector experience one of the highest rates of this type of injury annually. Injury prevention programs are being developed and instituted by government agencies and employers in an attempt to reduce the frequency of occurrence of this type of injury. In spite of attempts to prevent these injuries, musculoskeletal injuries of the upper extremity, neck, and back continue to occur in healthcare workers including nurses. Endoscopy nurses experience upper extremity injuries at work. The purpose of this study was to explore whether the occurrence of upper extremity injuries is common in this population of nurses and to identify factors that may be associated with these injuries. Results reveal that for this sample of Canadian nurses, older endoscopy nurses are at greater risk of injury. Nurses with injuries tended to self-prescribe treatment of their injuries. They also took anti-inflammatory medications and painkillers for their symptoms and saw their doctors for their conditions. Physiotherapist involvement was not common. Thirty-two percent of the endoscopy nurses in this study missed work because of upper extremity pain. Considering the number of nurses working in Canada, this percentage suggests a significant number of sick days, indicating a cause for concern, exploration, and further prevention measures.
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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) | 0,000 | 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 ».