Characterization of pain in portuguese sign language interpreters in school context
Bibliographic record
Abstract
A profissão de intérprete de Língua Gestual revela diversas exigências em termos físicos, cognitivos e emocionais. Tem sido descrita a presença de dor e elevados níveis de depressão e de ansiedade nestes profissionais. No entanto, a literatura é escassa quanto à saúde destes profissionais especificamente a trabalhar em contexto escolares e no ensino português. O objetivo deste estudo foi caracterizar a presença de dor em intérpretes de Língua Gestual Portuguesa que exercem funções em contexto escolar e comparar essas queixas com as de outro grupo que trabalha no mesmo contexto (professores). A perceção de dor e a saúde física e mental foram avaliadas através de um questionário sociodemográfico e dos seguintes questionários: o McGill Pain Questionnaire (MPQ) que mede a qualidade e intensidade da dor; o Five Factors Inventory (NEO-FFI) que avalia características de personalidade; o Pain Catastrophizing Scale (PCS) que avalia perceção de pensamentos catastróficos e o Short Form Health Survey (SF-36v2) que mede a perceção do estado de saúde. De um total de 42 intérpretes foi constituída uma subamostra com 21 intérpretes que foi emparelhada com uma outra de 21 professores. Verificou-se que nos intérpretes, ter menos formação e trabalhar em ciclos de estudos mais baixos estava associado a maiores queixas de dor e perceção de saúde mais negativa. Os intérpretes que apresentavam estilos cognitivos relacionados com emoções negativas, sensação de desemparo e menor abertura a novas experiências revelavam mais dor e pior perceção de saúde. Este estudo pretende contribuir para a identificação de fatores que têm impacto na dor e na perceção de saúde de intérpretes de língua gestual a trabalhar em contexto escolar. A continuação desta linha de investigação poderá fornecer novas pistas para a prevenção e intervenção em indivíduos em risco de desenvolver quadros de dor ou perturbação emocional no contexto desta atividade profissional.
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 | 0.001 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".