Chronic pain among public safety personnel in Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Chronic pain is highly prevalent in the general population and may be even higher among public safety personnel (PSP; e.g., correctional officers, dispatchers, firefighters, paramedics, police). Comprehensive data on chronic pain among diverse Canadian PSP are relatively sparse.Aims: The current study was designed to provide initial estimates of chronic pain frequency and severity among Canadian PSP.Methods: Estimates of chronic pain frequency and severity (i.e., intensity and duration) at different bodily locations were derived from self-reported data collected through an online survey. Participants included 5093 PSP (32.5% women) grouped into six categories (i.e., call center operators/dispatchers, correctional officers, firefighters, municipal/provincial police, paramedics, Royal Canadian Mounted Police [RCMP]).Results: Substantial proportions of participants reported chronic pain, with estimates ranging from 35.3% to 45.4% across the diverse PSP categories. Across PSP categories, chronic lower back pain was the most prevalent. For some pain locations, firefighters and municipal/provincial police reported lower prevalence, but paramedics reported lower intensity, and duration, than some other PSP groups. Over 50% of RCMP and paramedics reporting chronic pain indicated that the pain was associated with an injury related to active duty.Conclusions: Discrepancies emerged across PSP members with respect to prevalence, location, and severity. The current data suggest that additional resources and research are necessary to mitigate the development and maintenance of distressing or disabling chronic pain for Canadian PSP.
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.
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 | 0,005 | 0,005 |
| 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 | 0,000 |
| 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 découle