Notice bibliographique
Résumé
The purpose of this study was to determine the current state of self-reported sleep quality in workers of the mining industry and identify the factors that affect sleep in this sample. A large-scale questionnaire was administered to 2,224 workers of the mining industry with operations in Ontario. A modified version of the Pittsburgh Sleep Quality Index (mPSQI) was used to determine sleep quality and quantity. A total of 84% of participants self-reported poor sleep quality with an average mPSQI score of 6.43 (± 3.07). The average sleep duration of participants was 6hr:05min (± 1hr:03min), which is lower than the recommended 7-8 hrs of sleep. Participants engaging in hazardous drug and alcohol use, screening positive for mental health concerns, stress and fatigue, experiencing workplace burnout and working shifts, self-reported worst sleep quality. Finally, depression, personal burnout, fatigue, PTSD, shift work, diagnosis of a chronic disease and hazardous drug use were significant predictors of poor subjective sleep quality, accounting for 37.1% of the total variance of sleep quality (R²= 0.371, F(7, 1572) = 131.78, p ≤ 0.000). These data will assist in developing targeted strategies and interventions for workers to achieve better sleep quality, overall well being and a safer workplace.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».