Characterization of pain in portuguese sign language interpreters in school context
Notice bibliographique
Résumé
A profissão de intérprete de Língua Gestual revela diversas exigências em termos físicos, cognitivos e emocionais. Tem sido descrita a presença de dor e elevados níveis de depressão e de ansiedade nestes profissionais. No entanto, a literatura é escassa quanto à saúde destes profissionais especificamente a trabalhar em contexto escolares e no ensino português. O objetivo deste estudo foi caracterizar a presença de dor em intérpretes de Língua Gestual Portuguesa que exercem funções em contexto escolar e comparar essas queixas com as de outro grupo que trabalha no mesmo contexto (professores). A perceção de dor e a saúde física e mental foram avaliadas através de um questionário sociodemográfico e dos seguintes questionários: o McGill Pain Questionnaire (MPQ) que mede a qualidade e intensidade da dor; o Five Factors Inventory (NEO-FFI) que avalia características de personalidade; o Pain Catastrophizing Scale (PCS) que avalia perceção de pensamentos catastróficos e o Short Form Health Survey (SF-36v2) que mede a perceção do estado de saúde. De um total de 42 intérpretes foi constituída uma subamostra com 21 intérpretes que foi emparelhada com uma outra de 21 professores. Verificou-se que nos intérpretes, ter menos formação e trabalhar em ciclos de estudos mais baixos estava associado a maiores queixas de dor e perceção de saúde mais negativa. Os intérpretes que apresentavam estilos cognitivos relacionados com emoções negativas, sensação de desemparo e menor abertura a novas experiências revelavam mais dor e pior perceção de saúde. Este estudo pretende contribuir para a identificação de fatores que têm impacto na dor e na perceção de saúde de intérpretes de língua gestual a trabalhar em contexto escolar. A continuação desta linha de investigação poderá fornecer novas pistas para a prevenção e intervenção em indivíduos em risco de desenvolver quadros de dor ou perturbação emocional no contexto desta atividade profissional.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».