Effectiveness of Theory-based Educational Intervention on Low Back Pain Preventive Behaviors in Nursing Aid Staff
Notice bibliographique
Résumé
Aim: Work -related Musculoskeletal Disorders (WMSds) are mainly associated with nurses' high physical demands.Training healthy behavior can reduce these disorders.This study aimed to evaluate the effect of educational intervention based on Social Cognitive Theory (SCT) on changing unhealthy behaviors leading to(LBP) in nursing aid staff working in Qom hospitals.Method and Materials: A quasi-experimental study was conducted from 2017 to 2018 with educational intervention based on SCT was performed on 452 nursing aid.Data collection tools were the questionnaire of SCT constructs, the LBP Prevention Behavior Questionnaire (LBPBPQ), the Quebec Back Pain Disability Scale (QBPDS), and the Visual Analog Scale (VAS) for LBP.The training was based on the four structures of self-efficacy, self-regulation, outcome expectation, and moral disengagement in groups of 20 to 30 individuals.Then the pre-and post-intervention data were compared through the statistical tests.Findings: After the intervention, SCT structures were increased significantly.The mean score of lumbar health behavior after training showed a significant increase from 32.59 to 32.57.The mean score of LBP after training decreased significantly from 5.17 to 3.98 and the mean score of physical disability of LBP decreased significantly after training.Conclusion: Educational intervention based on SCT reduces the severity of LBP and the consequent disability.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».