Qualificação da dor em trabalhadoras de uma malharia no sul do Brasil
Bibliographic record
Abstract
Objetivo: Analisar e qualificar a dor em mulheres de uma malharia do sul do Brasil. Métodos: Estudo transversal, descritivo, com abordagem quantitativa, em que foram entrevistadas 15 trabalhadoras em um único dia de maio de 2012. As avaliações para qualificação e análise da dor aconteceram por meio de três questionários: multidimensional adaptado, inventário para dor de Wisconsin (análise da dor) e o questionário de McGill (qualificação). Para análise dos dados, foi realizada a estatística descritiva, com o calculo da média, desvio padrão, percentual e números absolutos. Resultados: As participantes apresentavam média de idade de 33,4 (±14,9) anos e trabalhavam 9 horas diárias. Referente à postura dolorosa no posto de trabalho, observou-se maior queixa em ombros abduzidos e cotovelos flexionados (n=7, 46,6%). Os locais anatômicos dolorosos mais frequentes foram ombros (n=8, 22,2%), coluna cervical (n=7, 19,4%) e cotovelos (n=7, 19,4%). A análise da dor pelo inventário de Wisconsin, classificada por meio da Escala Visual Analógica de Dor (EVA), demonstrou interferência moderada no trabalho, sono, humor, apreciação da vida e na atividade geral. De acordo com o questionário de McGill, houve destaque para o nível sensorial, com maior frequência para dor latejante (n=10, 50%), agulhada (n=4, 20%) e formigamento (n=4, 20%). Conclusão: A amostra apresentou alta frequência de dor nos ombros, cotovelos, coluna cervical e sintomatologia dolorosa considerada moderada na maioria dos itens avaliados, o que pode levar a uma interferência importante nas atividades laborais e do cotidiano.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".