Level of physical activity among nurses and its associated factors: A cross-sectional study
Notice bibliographique
Résumé
BackgroundPhysical activity is essential for preventing chronic disease and maintaining overall health. However, hospital nurses may face challenges maintaining adequate physical activity due to demanding work schedules and occupational stressors.ObjectiveTo examine the levels of physical activity among hospital nurses in Jordan and to identify demographic, occupational, and health-related factors associated with physical activity.MethodA cross-sectional survey was conducted among 750 nurses across Jordanian hospitals, with 597 respondents (80% response rate). Validated self-administered questionnaires were used to assess demographic, work characteristics, psychological well-being, sleep quality, musculoskeletal pain, and physical activity. Descriptive statistics summarized participant characteristics, and multiple linear regression was performed to identify independent associations with physical activity levels.ResultsThe mean age of participants was 32.1 years, and average work hours were 43.4 h per week. Approximately 31% of nurses report moderate physical activity levels, while 40% reported high physical activity levels. Higher physical activity levels were independently associated with longer work hours (β = 46.1; 95% CI: 1.9 to 90.2), more frequent night shifts (β = 163.8; 95% CI: 11.8 to 315.7), and more musculoskeletal pain sites (β = 254.9; 95% CI: 171.3 to 338.7). Having a chronic disease was significantly associated with lower physical activity (β = -1384.1; 95% CI: -2443.5 to -324.1).ConclusionMost nurses met recommended physical activity levels, and their engagement in physical activity was influenced by work demands and health status. Workplace health promotion initiatives should consider these factors to effectively support and sustain physical activity among hospital nurses.
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) | 0,000 | 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 ».