Prevalence of Work-Related Musculoskeletal Disorders among Dental Workers in Enugu Metropolis, Nigeria
Notice bibliographique
Résumé
A bstract Background: Work-related musculoskeletal disorders (WRMSD) are the main occupational health hazard among several clinicians, but its prevalence among dental workers in Nigeria has not been well-studied. Objective: This study evaluated the pattern and prevalence of WRMSDs among dental workers in the Enugu metropolis, Nigeria. Materials and Methods: Six hospitals with dental clinics participated in this cross-sectional survey in the Enugu metropolis. One-hundred and fifty (150) standardized musculoskeletal symptom (Nordic) questionnaires were adopted and distributed, of which 141 were returned. The questionnaire elicited data on demographic characteristics and carrier profiles, ergonomics, and the body parts involved in the occupational activities. Results: The results indicated that 83% of the respondents sustained musculoskeletal injury more than once. Bending (66%) and performing repetitive tasks (58.2%) were the most performed risk activities. The lower back (66%) was the most affected body part, followed by the upper back (58.9%), neck (51%), shoulder (47.5%), and hip (46.1%). The most common preventive measures taken by individuals were resting (57%) and avoiding lifting (53.2%). Conclusion: There is a high prevalence of WRMSD among dental workers, with potential to having negative effect on their work habits, and reduced productivity.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 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 ».