Effect of Workplace Noise and Light Conditions on Dentists' Quality of Life, Shiraz, 2013
Notice bibliographique
Résumé
Received: April 2014, Accepted: September 2014 Background: It has been prover that the prevalence of experiencing job related stress is very high among the dentists. This stress can be the result of factors such as poor lightening of dental office and noise. This stress can cause emotional distress and threaten dentists’ physical health and affect the quality of their life. This study is conducted to determine dentists’ professional quality of life and job-related stress and two important workplace factors that can affect them which are lighting and noise. Materials and Methods: In this cross-sectional study the researchers visited the dental offices in Shiraz city and measured lighting and noise of the places, also dentist's quality of life and job stress were determined using McGill quality of life questionnaire and job-stress questionnaire. Results: The relationship between quantitative variables was determined by using regression test and the multiple regression test was used for the modeling process. The average of local noise caused by dental drills and other parameters was 75.5 and 74.5 in public and private offices. In 2.2% of dental offices lightening condition was below the standard levels. Results show that 58.9% of dentists participating in this study experience good or fairly good quality of life. Conclusion: The results suggest that workplace environmental situation and dentists’ professional stress and quality of life are correlated. So adjusting effective workplace parameters to the standard levels can lead to increase in the dentists’ quality of life.
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 | 0,010 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».