Work Related Musculoskeletal Pain in Golf Caddies—Johannesburg, South Africa
Notice bibliographique
Résumé
Golf is an important and growing industry in South Africa that currently fosters the creation of an informal job sector of which little is known about the health and safety risks. The purpose of the study is to investigate the prevalence and significance of musculoskeletal pain in male caddies compared to other golf course employees while holding contributing factors such as socioeconomic status, age, and education constant. Cross-sectional data were collected and analyzed from a convenience sample of 249 caddies and 74 non-caddies from six golf courses in Johannesburg, South Africa. Structural interviews were conducted to collect data on general demographics and musculoskeletal pain for two to three days at each golf course. On average, caddies were eight years older, had an income of 2880 rand less a month, and worked 4 h less a shift compared to non-caddies employed at the golf courses. Caddies were approximately 10% more likely to experience lower back and shoulder pain than non-caddies. Logistic regression models show a significantly increased adjusted odds ratio for musculoskeletal pain in caddies for neck (3.29, p = 0.015), back (2.39, p = 0.045), arm (2.95, p = 0.027), and leg (2.83, p = 0.019) compared to other golf course workers. The study findings indicate that caddying, as a growing informal occupation is at higher risk for musculoskeletal pain in caddies. Future policy should consider the safety of such a vulnerable population without limiting their ability to generate an income.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».