Postpartum Women’s Perceptions of Risk of Musculoskeletal Injuries in the Canadian Armed Forces: A Qualitative Research Study
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
Musculoskeletal injuries (MSKi) are a major concern within military forces, significantly reducing productivity and military readiness. Within the Canadian Armed Forces (CAF), MSKi are the most common cause of delayed deployment of members. There is a lack of research specifically focused on the experiences of postpartum CAF members and their perceived risk of MSKi. Drawing on Giles et al.’s equity-centered 4 E’s injury prevention framework (education, engineering, enforcement, and equity), we highlight that individuals who experience pregnancy may perceive themselves to be at heightened risk of injury due to sex and gender-based inequities in their workplace. This qualitative research draws on data from focus groups with 32 individuals who experienced pregnancy while serving in the CAF. Using reflexive thematic analysis, we identified the following findings related to perceived increased risk of MSKi: (a) nature of relevant physiological and anatomical changes in pregnancy, (b) unreasonable pressures to return to work at peak physical readiness, and (c) perceived challenges associated with accessing resources and services to support physical recovery. There are opportunities to improve access to injury prevention resources and support for pregnant and postpartum CAF members to reduce rates of MSKi. Findings from this study may be additionally relevant to armed forces more broadly or other professions that require return to physical readiness.
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 | 0,012 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découle