MétaCan
Menu
Retour à la cohorte
Enregistrement W4386295048 · doi:10.38087/2595.8801.295

TRABALHO REMOTO E AS DESORDENS MUSCULOESQUELÉTICAS: UMA REVISÃO INTEGRATIVA DA LITERATURA

2023· article· pt· W4386295048 sur OpenAlexaff
Danielle Aprígio, Rondineli de Jesus Barro, Ana Carolina Marcelino Chermout, Daiana da Silva Santos Muquim, R. C. Ferreira, Thalia Sant’Anna de Freitas Gomes Soares

Notice bibliographique

RevueCOGNITIONIS Scientific Journal · 2023
Typearticle
Languept
DomaineHealth Professions
ThématiqueOccupational Health and Safety in Workplaces
Établissements canadiensAdidas (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPsychologyPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Introdução: A globalização, comunicação e tecnologia impactaram aspectos sociais, culturais, políticos e econômicos nos últimos anos. Com essas transformações surgiram novas formas de trabalho, como o teletrabalho que utiliza de tecnologia de informação para o trabalho fora da empresa. Com isso, observam-se mudanças nas relações entre o trabalho e o indivíduo. Objetivos: Sintetizar evidências que relacionam as desordens musculoesqueléticas ao teletrabalho. Analisar os fatores de riscos organizacionais e ergonômicos, e, propor a adoção de medidas preventivas, de controle aos fatores agravantes a saúde do teletrabalhador. Metodologia: Trata-se de uma revisão da literatura do tipo integrativa, foram utilizados estudos extraídos das bases de dados: Pubmed/Medline, ScieLO, Lilacs e PEDro, publicados entre 2010 à 2023. Conclusão: O teletrabalho pode causar impactos físicos e psicológicos. Problemas musculoesqueléticos e ergonômicos são frequentes. A ergonomia e a organização adequada do ambiente são fundamentais para prevenir tais problemas. Pausas regulares e exercícios físicos podem diminuir tais impactos.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,117
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,005
Études des sciences et des technologies0,0150,001
Communication savante0,0040,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0140,032

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.

Tête enseignante Opus0,103
Tête enseignante GPT0,445
Écart entre enseignants0,342 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCOGNITIONIS Scientific JournalMême sujetOccupational Health and Safety in WorkplacesTravaux en français237 207