MétaCan
Menu
Retour à la cohorte
Enregistrement W7116769622 · doi:10.4321/s0465-546x2025000400003

Estrés Laboral y Rendimiento Cognitivo de funcionarios de una Universidad en Chile

2025· article· W7116769622 sur OpenAlexaboutno aff
Catalina Belén Cárdenas Lagos, Victoria Alicia Bárbara Fuentes Norambuena, Barbara Cerda Aedo, Javiera Cerda Aedo, Patricio Torres

Notice bibliographique

RevueMedicina y Seguridad del Trabajo · 2025
Typearticle
Langue
DomainePsychology
ThématiqueStress and Burnout Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontreal Cognitive AssessmentAffect (linguistics)CognitionCognitive impairmentWork stressTest (biology)Descriptive researchScale (ratio)Stress (linguistics)

Résumé

récupéré en direct d'OpenAlex

Introduction: Nowadays, stress has become a societal problem, especially work-related stress, as excessive stress leads to a decline in workers’ cognitive abilities, disrupting their mental health and affecting their daily lives. Method: A quantitative descriptive cross-sectional study. To assess stress and cognitive impairment in the workplace among professors, the Montreal Cognitive Assessment (MoCA) and the Perceived Stress Scale (PSS-14) were used Results: The results showed that the minimum score obtained on the MoCA test was 21 points, corresponding to mild cognitive impairment (MCI), while the maximum score was 29 points. The average MoCA score was 25.55 ± 2.18 points. Regarding total stress, the minimum recorded score was 22, with no participant free of stress, and the maximum score was 39. The average total stress score was 31.95 ± 4 points Conclusions: There is an urgent need to implement strategies to prevent work-related stress factors that affect cognitive functioning. To this end, it is essential to clearly define job positions and responsibilities, provide adequate and comfortable working conditions, efficiently organize activities, offer training, provide support for personal problems, and promote work flexibility, among other measures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,446
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,014
Tête enseignante GPT0,370
Écart entre enseignants0,357 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicina y Seguridad del TrabajoMême sujetStress and Burnout ResearchTravaux en français237 207