MétaCan
Menu
Retour à la cohorte
Enregistrement W2228106191 · doi:10.3233/wor-2010-1008

Musculoskeletal symptoms in tree planters in Ontario, Canada

2010· article· en· W2228106191 sur OpenAlexafffundabout
Tegan Slot, Geneviève Dumas

Notice bibliographique

RevueWork · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueForest Biomass Utilization and Management
Établissements canadiensQueen's University
Organismes subventionnairesWorkplace Safety and Insurance Board
Mots-clésMedicineDemographicsPhysical therapyMusculoskeletal painBack painDemographyAlternative medicine

Résumé

récupéré en direct d'OpenAlex

UNLABELLED: Tree planting is extremely physical, seasonal, repetitive work with high risk for musculoskeletal injuries. OBJECTIVES: (1) To assess musculoskeletal symptoms in tree planters as they develop over the course of the planting season. (2) To investigate the effect of pre-season level of physical activity on development of musculoskeletal symptoms. PARTICIPANTS: 132 tree planters from two reforestation camps participated in the study. METHODS: Three questionnaires were completed prior to the first work day of the planting season. Questionnaires included the International Physical Activity Questionnaire, a body map to report areas of musculoskeletal symptoms (MSS questionnaire), and a series of questions about planter demographics. A subset of study participants (n=14) also completed the MSS questionnaire each work shift during the planting season. Musculoskeletal symptoms in each area of the body were compared pre-and-post season using a paired t-test on data from the MSS questionnaire. RESULTS AND CONCLUSIONS: Areas of the body with the greatest amount of musculoskeletal pain and discomfort were the feet, wrists and back, whereas areas with the highest frequency of reported pain were the upper, middle and lower back. Musculoskeletal symptoms worsened significantly over the course of the work season. Pre-season level of physical activity could not be correlated with development of musculoskeletal symptoms.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,059
Score d'incertitude au seuil0,119

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,003
Tête enseignante GPT0,166
Écart entre enseignants0,163 · 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

Citations14
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWorkMême sujetForest Biomass Utilization and ManagementTravaux en français237 207