MétaCan
Menu
Retour à la cohorte
Enregistrement W7036548770

Calidad de vida y productividad en trabajadores présbitas no corregidos: revisión sistemática

2023· article· en· W7036548770 sur OpenAlexaboutno aff

Notice bibliographique

RevueDialnet (Universidad de la Rioja) · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainable Development and Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPresbyopiaProductivityAffect (linguistics)PopulationQuality of life (healthcare)Quality (philosophy)PsychosocialReading (process)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Presbyopia is a normal degenerative process associated with age that affects the visual system making it difficult to sharply focus images in near vision, aspect that can generate a decrease in the productivity of workers who need to perform tasks closely and consequently affect their quality of life. This research aims to synthesize scientific evidence on how uncorrected presbyopia decreases productivity and quality of life of workers over 40. The methodology used was based on a bibliographic search and the report was made meeting the criteria of the prism 2020 declaration; subsequently, the documents were evaluated with the tools of Newcastle Ottawa and RoB 2. Results: 94 % of presbyopia cases have not been corrected globally and presbyopia is expected to increase to about 2.1 billion by 2030. The highest prevalence of presbyopia reported was greater than 70 %, which varied between regions and age groups in participants older than 35 years. Conclusions: Presbyopia generates physiological changes, difficulty in the ability to relate activities such as reading and writing, and affects the quality of life, since it represents a psychosocial risk for people. The estimated productivity loss due to uncorrected presbyopia is estimated at $25 billion per year. The population affected by this problem is mainly women from rural areas.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,027
score de la tête « metaresearch » (Gemma)0,039
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,144

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,039
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0170,010
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,234
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDialnet (Universidad de la Rioja)Même sujetSustainable Development and PoliciesTravaux en français237 207