Hubungan Beberapa Faktor dengan Keluhan Nyeri Punggung Bawah pada Karyawan Kantor
Notice bibliographique
Résumé
The office is the neighborhood where work and must be fulfilled the provisions in the workplace ( health, safety and welfare ). Although the office in general is considered safe, but in it still contain health danger that can lead to serious injury. One form of a nuisance that can arise due to a work environment especially in a work environment office is pain the lower back. Population in this research are employees stikes hang tuah pekanbaru who works as a staff of academic.While a sample in this research is the whole population of which satisfies the criteria as a sample in research. The aim of this research to analyze the relationship of Ergonomic Desk Chair and Posture With Low Back Pain on Office Employees. The research method is Analytic Cross Sectional Study with sampling method and 63 employes as sample. Independent variable of this research is body mass index, age, posture, ergonomic desk chair, working time and working olg. Analysis is doing by univariat, bivariate and multivariate. The result obtained is 3 variables that relationship With Low Back Pain on Office Employees that is, body mass index, age, posture. From multivariate analysis acquired that bad posture the most dominant variable that relationship with Low Back Pain, 40 time having low back pain more than worker that good posture (CI 95% : OR = 40).
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,041 | 0,007 |
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 ».