P-601 MUSCULOSKELETAL INJURY PREVENTION: A PRACTICAL IMPLEMENTATION RESOURCE
Notice bibliographique
Résumé
Abstract Introduction Musculoskeletal disorders (MSDs) are a substantial burden for workers, workplaces and workers’ compensation systems. This project conducted a comprehensive synthesis of MSD prevention practices to produce an easy-to-use, evidence-based guide to aid workplaces in implementing effective MSD prevention practices. Methods The project had two components: i) a survey and interviews with workers, managers/OHS practitioners to describe workplace MSD practices, ii) a review of reviews of the MSD prevention literature. Results There were 645 survey respondents and 16 interview participants representing workers and manager/OHS practitioners from a variety of sectors/jobs with MSD experience. The review of reviews identified a total of 58 relevant systematic reviews, 21 provided evidence of sufficient quality for synthesis. The synthesis from these sources of research and practice evidence revealed: 1) awareness programs and practices for MSD prevention are often employed in practice and considered effective. However, there is a lack of research evidence for these types of programs and practices. 2) training programs and activities are considered a key element for MSD prevention in workplaces. The research evidence for training is not strong, with most studies finding no evidence of effect for MSD prevention outcomes. 3) hazard identification/solutions are often employed in practice and felt to be effective for MSD prevention. The research evidence supports hazard prevention solutions as effective for MSD prevention outcomes. Discussion and conclusion This project developed a practical resource to guide implementation of MSD prevention programs and practices using both practice evidence from practitioner/worker expertise along with the best available research evidence.
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 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) | 0,005 | 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 tête enseignante, 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 ».