The role of at home workstation ergonomics and gender on musculoskeletal pain
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The recent mandate for university faculty and staff to work-from-home (WFH) during the COVID-19 pandemic has forced employees to work with sub-optimal ergonomic workstations that may change their musculoskeletal discomfort and pain. As women report more work-related musculoskeletal discomfort (WMSD), this effect may be exacerbated in women. OBJECTIVE: The purpose of this study was to describe university employee at-home office workstations, and explore if at-home workstation design mediates the effect of gender on musculoskeletal pain. METHODS: University employees completed a survey that focused on the WFH environment, at home workstation design and musculoskeletal pain. Descriptive statistics and regression analysis were used to analyze the responses. RESULTS: 61% of respondents reported an increase in musculoskeletal pain, with the neck, shoulders and lower back being reported most frequently. Women reported significantly greater musculoskeletal pain, but this relationship was significantly mediated by poor ergonomic design of the home workstation. Improper seat-height and monitor distance were statistically associated with total-body WMSD. CONCLUSIONS: WFH has worsened employee musculoskeletal health and the ergonomic gap between women and men in the workspace has persisted in the WFH environment, with seat height and monitor distance being identified as significant predictors of discomfort/pain.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 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 découle