P-134 INVISIBLE OFFICE WORKERS’ DISEASES
Notice bibliographique
Résumé
Abstract Introduction Office workers are exposed to several risks that are often underestimated. Methods This study highlights the consequences linked to this exposure, through a retrospective study of data linked to office workers. Our investigation was carried out on a sample of 375 cases, following inclusion criteria: aged between 40 and 59 years, sedentary work in the office with exposure to the screen at least 4 hours/day. Results The average age of our study is 55.6, with a female predominance (a sex ratio of 0.41). According to the body mass index, we find 42% overweight, 39% having obesity, and only 18% have normal build. For the blood pressure, 59% had arterial hypertension, including only 32% with among them are followed by a doctor, 25% having high normal blood pressure of which 10% are followed, 8% having optimal blood pressure, and only 6.5% having normal blood pressure. Regarding visual acuity, 37% suffer from presbyopia, 9% have myopia, 35% have a combination of the two, 4% have astigmatism, and only 15% have normal visual acuity. For the diseases detected during medical visits or mentioned during the interview, we find 43% musculoskeletal disorders; 25% thyroid conditions, 21% psychological conditions and, 17% diabetes. Discussion These findings provide valuable insights into the health status of office workers, indicating a significant prevalence of various health conditions that require further medical attention and intervention. Conclusion Although the professional risks linked to office work are less visible, they aren’t absent, hence the need to apply effective preventive action in order to avoid the risks.
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 | 0,000 | 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) | 0,003 | 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 ».