MétaCan
Menu
Back to cohort
Record W3025584590 · doi:10.36829/63cts.v7i1.892

La determinación económica, social y laboral de la enfermedad renal crónica de causas no tradicionales (ERCnT) en la costa sur de Guatemala

2020· article· es· W3025584590 on OpenAlexaff
Sandra E. Herrera-Ruiz

Bibliographic record

VenueCiencia Tecnologí­a y Salud · 2020
Typearticle
Languagees
FieldEconomics, Econometrics and Finance
TopicHealthcare Systems and Reforms
Canadian institutionsLockheed Martin (Canada)
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

La flexibilidad laboral es característica de la producción estacional agroindustrial, cuyo principal problema es aprovechar con intensidad los períodos en los que se incrementa la producción. Pero, ¿cómo la demandante competitividad laboral influye en las estrategias de los trabajadores para incrementar su productividad? A partir de esta pregunta, se identificaron los aspectos económicos, sociales y laborales que inciden en la salud, así como las respuestas para disminuir el dolor físico y aumentar las exigencias de competitividad, flexibilización y desregularización del mercado de trabajo. La exposición ambiental y ocupacional en las condiciones de trabajo, el estrés térmico asociado a la deshidratación en la actividad física intensa, el limitado acceso a los servicios de salud, la mala alimentación y la pobre calidad de vida, también pueden producir otras enfermedades como diabetes e hipertensión, así como infecciones y lesiones renales. En ese contexto, en los últimos 20 años, se empezaron a reportar casos de enfermedad renal. La metodología cualitativa aplicada a este estudio, permitió llevar a cabo un proceso investigativo descriptivo e interpretativo sobre la forma en que los sujetos interactúan. Para ello se utilizaron las trayectorias laborales como técnicas en la recolección de información. Los resultados arrojaron información relevante sobre las estrategias que los trabajadores utilizan para incrementar su rendimiento laboral, entre ellas la automedicación de vitaminas y analgésicos para tratar los espasmos musculares, que estimulan el sistema nervioso central, así como de bebidas saborizadas y energizantes con posibles repercusiones en la excreción renal.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.004
metaresearch head score (Gemma)0.002
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Research integrity
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.297
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0040.002
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.001
Science and technology studies0.0000.001
Scholarly communication0.0000.000
Open science0.0010.000
Research integrity0.0020.001
Insufficient payload (model declined to judge)0.0000.001

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.

Opus teacher head0.036
GPT teacher head0.283
Teacher spread0.247 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations4
Published2020
Admission routes1
Has abstractyes

Explore more

Same venueCiencia Tecnologí­a y SaludSame topicHealthcare Systems and ReformsFrench-language works237,207