Afastamento do trabalho por transtornos mentais e comportamentais entre profissionais de enfermagem
Bibliographic record
Abstract
Introdução: O setor saúde apresenta alto índice de adoecimento dos trabalhadores decorrente da exposição frequente a cargas biológicas, físicas e psíquicas. Dentre esses trabalhadores a enfermagem representa o maior contingente da força de trabalho, estando mais exposta e vulnerável ao desenvolvimento de agravos à saúde, em especial os transtornos mentais e comportamentais. Objetivo: Descrever as causas dos afastamentos do trabalho por transtornos mentais e comportamentais entre profissionais de enfermagem. Materiais e Métodos: Trata-se de um estudo transversal e descritivo, realizado por meio de informações armazenadas no banco de dados do Serviço de Saúde Ocupacional e Segurança do Trabalho de um Hospital Universitário, localizado em Teresina, Piauí. Resultados: Os episódios depressivos foram responsáveis pela maior parte dos afastamentos 29(24,1%), sendo o sexo feminino o mais predominante 100(90,5%), com destaque para a faixa etária entre 31 a 40 anos 64(57,7%). Quanto à categoria profissional, destacou-se a dos técnicos de enfermagem 79(68,1%). O setor de internação foi responsável pelo maior número de afastamentos por transtornos mentais e comportamentais 36(31,3%). Discussão: Os fatores desencadeantes de depressão nesses trabalhadores podem estar relacionados à submissão frequente a excessivas cargas de trabalho, a plantões desgastantes e altas cargas psicológicas. Conclusões: Estratégias de promoção da saúde, reorganização das condições de trabalho e adequada atenção à saúde mental desses trabalhadores constituem-se em importantes medidas para a redução dos afastamentos do trabalho.Como citar este artigo: Oliveira DM, Alencar NMBM, Costa JP, Fernandes MA, Gouveia MTO, Santos JDM. Afastamento do trabalho por transtornos mentais e comportamentais entre profissionais de enfermagem. Rev Cuid. 2019; 10(2): e631. http://dx.doi.org/10.15649/cuidarte.v10i2.631
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) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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".