Perception of the Quality of Life of Tobacco Growers Exposed to Pesticides: Emphasis on Health, Hearing, and Working Conditions
Notice bibliographique
Résumé
Introduction Tobacco farming exposes workers to various health risks due to the high application of pesticides needed to control pests, weeds and fungal diseases that prevent the tobacco plant growth. Objective To analyze the perception of the quality of life of tobacco growers exposed to pesticides, with emphasis on general health, hearing, and working conditions. Method This is a descriptive, cross-sectional study using a quantitative approach with farmers from southern Brazil. Data were collected from November of 2012 to November of 2014. For data collection, we opted for the 36-item short form health survey (SF-36) questionnaire, and a questionnaire with closed questions about health, hearing and working conditions. We evaluated a total of 78 subjects; the study group, made up of 40 tobacco farmers exposed to pesticides, and a control group of 38 participants without occupational exposure to pesticides. Both groups are residents of the same municipality, and users of the federal public health system. Results The results showed that tobacco growers had lower quality of life scores compared with the control group. Significant differences were observed in the areas of pain and general health. There were correlations between physical elements and chronic diseases; hearing complaints and a lack of personal protective equipment use, occupation and hearing complaints, as well as general health and hearing complaints. Conclusion Tobacco farming is a risky activity for general and hearing health, and it can impact the quality of life of those working in this field.
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 | 0,000 |
| 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 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 ».