Investigating associations between physical activity and presenteeism: a scoping review protocol
Notice bibliographique
Résumé
INTRODUCTION: Considering that physical activity plays a key role in the health of workers, a growing number of researchers are studying its relationship with various workplace outcomes, such as presenteeism. Numerous scientists recognise the relevance of further studying this relationship in order to improve our understanding of it. However, studies about the association between physical activity and presenteeism show some discrepancy in the results obtained. Disparity in the way of measuring presenteeism makes it even more challenging to compare results. In addition, it remains difficult to determine the optimal frequency, intensity, duration and type of physical activity to increase the productivity benefits of physical activity. In light of these issues, clarification through a scoping review of the literature on the subject is warranted. METHOD AND ANALYSIS: A search strategy will be conducted in six scientific databases: MEDLINE, CINAHL, PsycINFO, ABI Inform Global, Web of Science and Business Source Premier. A screening process by two independent reviewers will lead to study selection. Quantitative and qualitative studies written in English about the relation between physical activity and presenteeism will be considered for inclusion. Data on the definition and measurement of presenteeism as well as the measurement of physical activity will be extracted. Additional data will be extracted to provide a descriptive overview of studies that have examined the relationship between presenteeism and physical activity. ETHICS AND DISSEMINATION: As this study will be based only on published studies, ethics approval is not required. Through the manner in which the included studies will be presented (categorised by their approach to presenteeism), this scoping review has the potential to improve our understanding of some of the inconsistencies observed in the literature. This review can also identify gaps in the existing evidence base and lead to new avenues of research.
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 | 0,144 | 0,117 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,007 |
| Méta-épidémiologie (sens large) | 0,015 | 0,011 |
| Bibliométrie | 0,023 | 0,018 |
| Études des sciences et des technologies | 0,006 | 0,007 |
| Communication savante | 0,010 | 0,011 |
| Science ouverte | 0,007 | 0,008 |
| Intégrité de la recherche | 0,012 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,067 | 0,017 |
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 ».