MétaCan
Menu
Retour à la cohorte
Enregistrement W7161819345 · doi:10.82308/5894

A feasible intervention to reduce fatigue in rapidly rotating shift nurses

2021· dissertation· en· W7161819345 sur OpenAlexaboutno aff
Mariève Cyr

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomainePsychology
ThématiqueSleep and Work-Related Fatigue
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésShift workIntervention (counseling)Psychological interventionCircadian rhythmSleep (system call)Adverse effect

Résumé

récupéré en direct d'OpenAlex

Nearly half of nurses in Canadian hospitals work rotating shifts. Although necessary, shift work is associated with various short- and long-term health consequences such as cancer, cardiovascular disease, and gastrointestinal problems. These negative effects are partly caused by circadian misalignment (i.e., when one’s body clock is not aligned with the demands of the environment). While previous research has found that controlling light exposure can improve circadian alignment in individuals working permanent night shifts, light-based interventions are rarely adapted for and tested in rapidly rotating shift workers. In this field study, we developed and tested a light-based intervention to reduce fatigue, errors, and sleepiness in rapidly rotating shift nurses. A total of 33 nurses completed daily self-report measures during two separate weeks: they followed their usual routine during the first week and completed the intervention during the second week. The intervention involved 40 minutes of light exposure from a portable light box before night shifts, light avoidance using sunglasses after night shifts, and suggestions regarding the ideal times to sleep and nap. As predicted, nurses complied with the intervention and experienced reductions in fatigue and work-related errors during the intervention phase. However, their sleepiness was unaffected. Although more controlled studies are needed to assess the long-term efficacy of this intervention, our results suggest that such feasible and cost-effective interventions may help minimize some of the adverse effects associated with working rapidly rotating shifts

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,103
Score d'incertitude au seuil0,204

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,383
Écart entre enseignants0,346 · 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'étudeEssai non randomisé
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSleep and Work-Related FatigueTravaux en français237 207