MétaCan
Menu
Retour à la cohorte
Enregistrement W3003510027 · doi:10.3917/spub.195.0633

Prévention des troubles musculo-squelettiques chez les infirmiers d’un hôpital de province au Vietnam

2020· article· fr· W3003510027 sur OpenAlexaff
Quy Kieu Ngoc, Armelle Forrer, Hai Nguyen Thanh, Daniel Reinharz

Notice bibliographique

RevueSanté Publique · 2020
Typearticle
Languefr
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensFrancophone University Association
Organismes subventionnairesnon disponible
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To study the situation of MSDs among nursing staff and the barriers to implementing an MSD preventive intervention in Vietnamese hospitals. METHODS: A mixed design has been devised. The quantitative component aimed to study the prevalence of MSDs, the associations between MSDs and potential risk factors and consequences of MSDs; the qualitative component focused on the study of facilitators/barriers to the implementation of a MSDs prevention program in Vietnamese hospitals. RESULTS: The prevalence of lower back, neck and shoulders MSDs, over the past 12 months, was the highest in the neck (59%) and then in lower back (49%), shoulders (40%). Factors associated with these disorders are mainly the presence of stress, being a woman and work intensity. MSD-related pain has an impact on the ability to work and the quality of life. The lack of knowledge on MSDs by health care administrators inside and outside the hospitals and the lack of human resources with expertise in MSD management are important barriers to the implementation of an MSD prevention program in Vietnamese hospitals. CONCLUSIONS: MSDs represent a serious occupational health problem in hospitals. Reducing the prevalence of MSDs requires not only an increased awareness about this serious problem among administrators, but also the development of expertise in MSD management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,590
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,278
Écart entre enseignants0,265 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSanté PubliqueMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207