MétaCan
Menu
Retour à la cohorte
Enregistrement W7160884720

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

2025· article· es· W7160884720 sur OpenAlexaboutno aff
Catalina Belén Cárdenas Lagos, Victoria Alicia Bárbara Fuentes Norambuena, Bárbara Cerda Aedo, Javiera Cerda Aedo, Patricio Torres

Notice bibliographique

RevueScientific Electronic library online (Sciences Carlos III Health Institute) · 2025
Typearticle
Languees
DomainePsychology
ThématiqueStress and Burnout Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTest (biology)Air transportCognition
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Resumen Introducción: este En la actualidad, el estrés se ha convertido en un problema para la sociedad, especialmente el estrés laboral, ya que su exceso trae como consecuencia un deterioro en las capacidades cognitivas de los trabajadores, desequilibrando su salud mental y afectando en su día a día. Método: Estudio cuantitativo descriptivo de corte transversal. Para describir el estrés y el deterioro cognitivo en el ámbito laboral en los docentes, se utilizaron los instrumentos de Evaluación Cognitiva de Montreal (MoCA) y la Escala de Estrés Percibido (PSS-14). Resultados: Los resultados indicaron que el puntaje mínimo obtenido en el test MoCA fue de 21 puntos, correspondiente a deterioro cognitivo leve (DCL), mientras que el puntaje máximo fue de 29 puntos. La media del test MoCA fue de 25.55 ± 2.18 puntos. En cuanto al estrés total, el puntaje mínimo registrado fue de 22, sin que ningún participante se encontrara libre de estrés, y el puntaje máximo fue de 39. La media del puntaje total de estrés fue de 31.95 ± 4 puntos. Conclusiones: se concluye la necesidad imperante de implementar estrategias para prevenir los factores de estrés laboral que afectan el funcionamiento cognitivo. Para ello, resulta fundamental definir claramente los puestos de trabajo y responsabilidades, proporcionar condiciones adecuadas y confortables para el desempeño laboral, organizar eficientemente las actividades, ofrecer capacitaciones, brindar apoyo ante problemas personales y fomentar la flexibilidad laboral, entre otras medidas.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil0,289

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,022
Tête enseignante GPT0,391
Écart entre enseignants0,369 · 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'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 revueScientific Electronic library online (Sciences Carlos III Health Institute)Même sujetStress and Burnout ResearchTravaux en français237 207