QUESTIONÁRIO MAASTRICHT DE MEMBRO SUPERIOR: MAASTRICHT UPPER EXTREMITY QUESTIONNAIRE (MUEQ)
Notice bibliographique
Résumé
Introdução: A inovação digital tem modificado o contexto de trabalho na europa e no mundo. As empresas devem estar cientes desta nova integração, instituindo medidas de adaptação e correção no intuito de melhorarem as condições de trabalho dos seus trabalhadores. Objetivo: Identificar a produção científica, acerca do Maastricht Upper Extremity Questionnaire (MUEQ), por forma a mapear o conhecimento já produzido sobre este instrumento de avaliação. Metodologia: Foi realizada uma revisão integrativa da literatura, de acordo com as recomendações de Toronto e Remington. Resultados: Identificaram-se 270 artigos, dos quais se incluíram 21. Da análise de conteúdo indutiva efetuada, emergiram 4 categorias temáticas: fatores de risco; condições/ambiente de trabalho; sintomatologia e género. Conclusão: Os resultados obtidos referem a importância e abrangência do MUEQ como ferramenta de análise de riscos ergonómicos e psicossociais em trabalhadores que operam com equipamentos dotados de visor. É um instrumento válido e confiável para diversas populações. Sugerem-se estudos de adaptação cultural e validação em países culturalmente distintos daqueles em que o MUEQ já se encontra disponível, efetuando comparações com as propriedades psicométricas das diversas versões. Estudos randomizados controlados são necessários para atestar a sua responsividade e obter resultados mais confiáveis provenientes da aplicação aleatória desse instrumento.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».