La determinación económica, social y laboral de la enfermedad renal crónica de causas no tradicionales (ERCnT) en la costa sur de Guatemala
Notice bibliographique
Résumé
La flexibilidad laboral es característica de la producción estacional agroindustrial, cuyo principal problema es aprovechar con intensidad los períodos en los que se incrementa la producción. Pero, ¿cómo la demandante competitividad laboral influye en las estrategias de los trabajadores para incrementar su productividad? A partir de esta pregunta, se identificaron los aspectos económicos, sociales y laborales que inciden en la salud, así como las respuestas para disminuir el dolor físico y aumentar las exigencias de competitividad, flexibilización y desregularización del mercado de trabajo. La exposición ambiental y ocupacional en las condiciones de trabajo, el estrés térmico asociado a la deshidratación en la actividad física intensa, el limitado acceso a los servicios de salud, la mala alimentación y la pobre calidad de vida, también pueden producir otras enfermedades como diabetes e hipertensión, así como infecciones y lesiones renales. En ese contexto, en los últimos 20 años, se empezaron a reportar casos de enfermedad renal. La metodología cualitativa aplicada a este estudio, permitió llevar a cabo un proceso investigativo descriptivo e interpretativo sobre la forma en que los sujetos interactúan. Para ello se utilizaron las trayectorias laborales como técnicas en la recolección de información. Los resultados arrojaron información relevante sobre las estrategias que los trabajadores utilizan para incrementar su rendimiento laboral, entre ellas la automedicación de vitaminas y analgésicos para tratar los espasmos musculares, que estimulan el sistema nervioso central, así como de bebidas saborizadas y energizantes con posibles repercusiones en la excreción renal.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».