Prevalência de distúrbios osteomusculares relacionados ao trabalho em agricultores do oeste do Paraná
Bibliographic record
Abstract
Os distúrbios osteomusculares relacionados ao trabalho (DORT) podem afetar articulações, músculos, tendões, ligamentos e nervos periféricos e são comuns na agricultura devido à sobrecarga de trabalho, esforços excessivos e repetitivos e adoção de posturas inadequadas para a realização das atividades. O objetivo desse estudo é apresentar a prevalência de DORT, a intensidade e características da dor, além de descrever as categorias e ferramentas de trabalho de agricultores da região oeste do Paraná. Foi realizado um estudo observacional transversal com uma amostra representativa dos agricultores associados ao sindicato da região. Para coleta de dados utilizou-se um questionário sociodemográfico, um formulário sobre categorias e ferramentas de trabalho, a escala visual analógica de dor, o questionário nórdico de sintomas osteomusculares e o McGill para caracterização da dor. Participaram do estudo 144 agricultores, com predomínio do sexo masculino (63,89%) e faixa etária entre 18 e 47 anos (73,61%). A prevalência de DORT nos agricultores foi de 100% e, as regiões mais acometidas foram a parte inferior e superior das costas com (59,72%) e (43,75%) respectivamente. A intensidade da dor foi moderada em 50,69% e do tipo enjoada em 89,58% dos participantes. A atividade de cultivo de grãos está presente em 57,64% dos indivíduos e o uso de motosserra e maquinário agrícola foram as ferramentas mais citadas durante o labor. Os achados apontam a necessidade urgente de intervenção terapêutica e preventiva aos trabalhadores e contribuem ao avanço científico da área. Além de tratar os DORT, mostra-se imprescindível adaptações ergonômicas no trabalho dos agricultores.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.004 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.002 | 0.009 |
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; both teacher heads agree on what is shown here.
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".