Nível de atividade física, condições de saúde e qualidade de vida dos policiais militares de um estado da Amazônia Ocidental em tempos de pandemia Covid-19.
Tesis Materias > Educación física y el deporte Universidad Europea del Atlántico > Docencia > Trabajos finales de Máster Cerrado Portugués Resumo: Atualmente as condições ocupacionais e laborais dos PMs tem sido identificada como de alto risco para a saúde, em função da especificidade do trabalho policial e mais recentemente por serem os responsáveis pelo controle social e restrição de circulação de pessoas como medida de enfrentamento e mitigação dos impactos causados pela COVID-19. Problema: Quais são as características sociodemográficas, nível de atividade física, condições de saúde e qualidade de vida dos policiais militares da ativa de um Estado da Amazônia Ocidental em tempos de pandemia da COVID-19?. Objetivo: descrever as características sociodemográficas, o nível de atividade física, condições de saúde e qualidade de vida dos PMs da ativa de um Estado da Amazônia Ocidental durante a pandemia da COVID-19. Metodologia. Trata-se de um estudo de campo de natureza descritiva, transversal, com amostra de conveniência, não probalística e com enfoque quantitativo realizada com 358 PMs da ativa da PMRO. Para a coleta de dados sociodemográficos e condições de saúde foi utilizado um questionário de autorrelato elaborado pelo autor. Para avaliar o NAF foi utilizado o IPAQ-versão curta composta de 7 questões sobre a AF habitual. Já para a QV foi utilizado o questionário WHOQOL-Bref, composto por 26 questões relativas aos domínios físico, psicológico, relações sociais e meio ambiente e suas facetas. Resultados: Analisada as características sociodemográficas, a variável idade obteve (39,21 ± 6,41) anos e (61,17%) dos PMs tinham menos de 40 anos de idade. A variável tempo de serviço foi de (15,44 ± 7,64) e (78,21%) dos policiais possuíam menos de 20 anos de atuação no serviço policial. A jornada de trabalho obteve (6,87 ± 2,04) horas diárias e (29,10 ± 80,79) dias afastados do serviço por DCNT ou COVID-19. Para a escolaridade, (52,79%) do PMs possuem curso superior, (69,27%) são casados, (47,49%) são subtenentes e sargentos com renda entre 5 e 7 salários mínimos, (49,44%) trabalham 6 horas diárias, (43,02%) foram afastados do serviço por DCNT e (34,08%) por COVID-19. O NAF dos PMs obteve para caminhada (100,10 ± 125,1) min/sem., AF de intensidade moderada (99,36 ± 127,1) min/sem. e AF de intensidade vigorosa (97,67± 128,4) min/sem e AF acumulada foi de (295,01 ± 252,59) min/sem. A classificação dos PMs ficou em (29,61%) muito ativos e (24,86%) sedentários de acordo com o IPAQ. Concernente as condições de saúde, (77,03%) dos PMs relataram (excelente + muito boa + boa) saúde e (34,08%) disseram que contraíram a COVID-19. A qualidade de vida geral obteve a média de (15,21 ± 2,00). Entre os domínios do WHOQOL-Bref, o maior escore foi para o domínio psicológico (16,01 ± 2,11) e o menor para meio ambiente (14,20 ± 2,28) e a auto avaliação da QV foi (14,97 ± 2,69). Conclusão: Os PMs estão com menos de 40 anos de idade, menos de 20 anos de serviço, nível superior completo, são casados, são subtenentes e sargentos com renda entre 5 e 7 salários mínimos e jornada de trabalho é de 6 horas diárias, possuem DCNT e uma pequena parte foi infectado pela COVID-19. Constatou-se que (47,48%) do PMs foram classificados como (irregularmente ativo + sedentário), confirmando o baixo NAF desse grupo. A qualidade de vida apresenta níveis satisfatórios, apesar de condições crônicas de saúde e caráter multidimensional da qualidade de vida, sendo que (76,8%) dos PMs avaliam a QV como muito boa e boa e (65,8%) estão muito satisfeitos ou satisfeitos com sua saúde, sendo os maiores escores no domínio relações sociais e os menores para o domínio ambiente. Para as facetas, os maiores escores foram para a mobilidade, autoestima, atividade sexual e os menores escores foram para os sentimentos negativos, dependência de medicação ou tratamento, e por fim, dor e desconforto, dados que são corroborados pelo autorrelato de DCNT e COVID-19. metadata Gomes, José Aparecido mail cbjagomes@hotmail.com (2022) Nível de atividade física, condições de saúde e qualidade de vida dos policiais militares de um estado da Amazônia Ocidental em tempos de pandemia Covid-19. Masters thesis, SIN ESPECIFICAR.
Texto completo no disponible.Resumen
Resumo: Atualmente as condições ocupacionais e laborais dos PMs tem sido identificada como de alto risco para a saúde, em função da especificidade do trabalho policial e mais recentemente por serem os responsáveis pelo controle social e restrição de circulação de pessoas como medida de enfrentamento e mitigação dos impactos causados pela COVID-19. Problema: Quais são as características sociodemográficas, nível de atividade física, condições de saúde e qualidade de vida dos policiais militares da ativa de um Estado da Amazônia Ocidental em tempos de pandemia da COVID-19?. Objetivo: descrever as características sociodemográficas, o nível de atividade física, condições de saúde e qualidade de vida dos PMs da ativa de um Estado da Amazônia Ocidental durante a pandemia da COVID-19. Metodologia. Trata-se de um estudo de campo de natureza descritiva, transversal, com amostra de conveniência, não probalística e com enfoque quantitativo realizada com 358 PMs da ativa da PMRO. Para a coleta de dados sociodemográficos e condições de saúde foi utilizado um questionário de autorrelato elaborado pelo autor. Para avaliar o NAF foi utilizado o IPAQ-versão curta composta de 7 questões sobre a AF habitual. Já para a QV foi utilizado o questionário WHOQOL-Bref, composto por 26 questões relativas aos domínios físico, psicológico, relações sociais e meio ambiente e suas facetas. Resultados: Analisada as características sociodemográficas, a variável idade obteve (39,21 ± 6,41) anos e (61,17%) dos PMs tinham menos de 40 anos de idade. A variável tempo de serviço foi de (15,44 ± 7,64) e (78,21%) dos policiais possuíam menos de 20 anos de atuação no serviço policial. A jornada de trabalho obteve (6,87 ± 2,04) horas diárias e (29,10 ± 80,79) dias afastados do serviço por DCNT ou COVID-19. Para a escolaridade, (52,79%) do PMs possuem curso superior, (69,27%) são casados, (47,49%) são subtenentes e sargentos com renda entre 5 e 7 salários mínimos, (49,44%) trabalham 6 horas diárias, (43,02%) foram afastados do serviço por DCNT e (34,08%) por COVID-19. O NAF dos PMs obteve para caminhada (100,10 ± 125,1) min/sem., AF de intensidade moderada (99,36 ± 127,1) min/sem. e AF de intensidade vigorosa (97,67± 128,4) min/sem e AF acumulada foi de (295,01 ± 252,59) min/sem. A classificação dos PMs ficou em (29,61%) muito ativos e (24,86%) sedentários de acordo com o IPAQ. Concernente as condições de saúde, (77,03%) dos PMs relataram (excelente + muito boa + boa) saúde e (34,08%) disseram que contraíram a COVID-19. A qualidade de vida geral obteve a média de (15,21 ± 2,00). Entre os domínios do WHOQOL-Bref, o maior escore foi para o domínio psicológico (16,01 ± 2,11) e o menor para meio ambiente (14,20 ± 2,28) e a auto avaliação da QV foi (14,97 ± 2,69). Conclusão: Os PMs estão com menos de 40 anos de idade, menos de 20 anos de serviço, nível superior completo, são casados, são subtenentes e sargentos com renda entre 5 e 7 salários mínimos e jornada de trabalho é de 6 horas diárias, possuem DCNT e uma pequena parte foi infectado pela COVID-19. Constatou-se que (47,48%) do PMs foram classificados como (irregularmente ativo + sedentário), confirmando o baixo NAF desse grupo. A qualidade de vida apresenta níveis satisfatórios, apesar de condições crônicas de saúde e caráter multidimensional da qualidade de vida, sendo que (76,8%) dos PMs avaliam a QV como muito boa e boa e (65,8%) estão muito satisfeitos ou satisfeitos com sua saúde, sendo os maiores escores no domínio relações sociais e os menores para o domínio ambiente. Para as facetas, os maiores escores foram para a mobilidade, autoestima, atividade sexual e os menores escores foram para os sentimentos negativos, dependência de medicação ou tratamento, e por fim, dor e desconforto, dados que são corroborados pelo autorrelato de DCNT e COVID-19.
Tipo de Documento: | Tesis (Masters) |
---|---|
Palabras Clave: | Atividade física, Saúde, Covid-19, Qualidade de vida, Policiais militares |
Clasificación temática: | Materias > Educación física y el deporte |
Divisiones: | Universidad Europea del Atlántico > Docencia > Trabajos finales de Máster |
Depositado: | 16 Nov 2023 23:30 |
Ultima Modificación: | 16 Nov 2023 23:30 |
URI: | https://repositorio.uneatlantico.es/id/eprint/1819 |
Acciones (logins necesarios)
![]() |
Ver Objeto |
en
close
Enzymatic treatment shapes in vitro digestion pattern of phenolic compounds in mulberry juice
The health benefits of mulberry fruit are closely associated with its phenolic compounds. However, the effects of enzymatic treatments on the digestion patterns of these compounds in mulberry juice remain largely unknown. This study investigated the impact of pectinase (PE), pectin lyase (PL), and cellulase (CE) on the release of phenolic compounds in whole mulberry juice. The digestion patterns were further evaluated using an in vitro simulated digestion model. The results revealed that PE significantly increased chlorogenic acid content by 77.8 %, PL enhanced cyanidin-3-O-glucoside by 20.5 %, and CE boosted quercetin by 44.5 %. Following in vitro digestion, the phenolic compound levels decreased differently depending on the treatment, while cyanidin-3-O-rutinoside content increased across all groups. In conclusion, the selected enzymes effectively promoted the release of phenolic compounds in mulberry juice. However, during gastrointestinal digestion, the degradation of phenolic compounds surpassed their enhanced release, with effects varying based on the compound's structure.
Peihuan Luo mail , Jian Ai mail , Qiongyao Wang mail , Yihang Lou mail , Zhiwei Liao mail , Francesca Giampieri mail francesca.giampieri@uneatlantico.es, Maurizio Battino mail maurizio.battino@uneatlantico.es, Elwira Sieniawska mail , Weibin Bai mail , Lingmin Tian mail ,
Luo
en
close
A novel machine learning-based proposal for early prediction of endometriosis disease
Background Endometriosis is one of the causes of female infertility, with some studies estimating its prevalence at around 10 % of reproductive-age women worldwide and between 30 and 50 % in symptomatic women. However, its diagnosis is complex and often delayed, highlighting the need for more accessible and accurate diagnostic methods. The difficulty lies in its diverse etiology and the variability of symptoms among those affected. Methods This study proposes a predictive model based on supervised machine learning for the early identification of endometriosis, providing support for decision-making by healthcare professionals. For this purpose, an anonymised dataset of 5,143 female patients diagnosed with endometriosis at the private fertility clinic Inebir was used. The model integrates clinical records and genetic analysis through supervised machine learning algorithms, focusing on clinical variables and pathogenic and potentially pathogenic genetic variants. Results The developed predictive model achieves high accuracy in identifying the presence of endometriosis, highlighting the importance of combining clinical and genetic data in diagnosis. The integration of this data into the DELFOS platform, a clinical decision support system, demonstrates the utility of machine learning in improving the diagnosis of endometriosis. Conclusions The findings underscore the potential of clinical and genetic factors in the early diagnosis of endometriosis using supervised machine learning algorithms. This study contributes to the classification of clinical variables that influence endometriosis, offering a valuable tool for clinicians in making therapeutic and management decisions for their female patients.
Elena Enamorado-Díaz mail , Leticia Morales-Trujillo mail , Julián-Alberto García-García mail , Ana Teresa Marcos Rodríguez mail anateresa.marcos@uneatlantico.es, José Manuel Navarro-Pando mail jose.navarro@uneatlantico.es, María-José Escalona-Cuaresma mail ,
Enamorado-Díaz
<a class="ep_document_link" href="/17788/1/s40537-025-01167-w.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Detecting hate in diversity: a survey of multilingual code-mixed image and video analysis
The proliferation of damaging content on social media in today’s digital environment has increased the need for efficient hate speech identification systems. A thorough examination of hate speech detection methods in a variety of settings, such as code-mixed, multilingual, visual, audio, and textual scenarios, is presented in this paper. Unlike previous research focusing on single modalities, our study thoroughly examines hate speech identification across multiple forms. We classify the numerous types of hate speech, showing how it appears on different platforms and emphasizing the unique difficulties in multi-modal and multilingual settings. We fill research gaps by assessing a variety of methods, including deep learning, machine learning, and natural language processing, especially for complicated data like code-mixed and cross-lingual text. Additionally, we offer key technique comparisons, suggesting future research avenues that prioritize multi-modal analysis and ethical data handling, while acknowledging its benefits and drawbacks. This study attempts to promote scholarly research and real-world applications on social media platforms by acting as an essential resource for improving hate speech identification across various data sources.
Hafiz Muhammad Raza Ur Rehman mail , Mahpara Saleem mail , Muhammad Zeeshan Jhandir mail , Eduardo René Silva Alvarado mail eduardo.silva@funiber.org, Helena Garay mail helena.garay@uneatlantico.es, Imran Ashraf mail ,
Raza Ur Rehman
<a class="ep_document_link" href="/17794/1/s41598-025-95836-8.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Accurate solar and photovoltaic (PV) power forecasting is essential for optimizing grid integration, managing energy storage, and maximizing the efficiency of solar power systems. Deep learning (DL) models have shown promise in this area due to their ability to learn complex, non-linear relationships within large datasets. This study presents a systematic literature review (SLR) of deep learning applications for solar PV forecasting, addressing a gap in the existing literature, which often focuses on traditional ML or broader renewable energy applications. This review specifically aims to identify the DL architectures employed, preprocessing and feature engineering techniques used, the input features leveraged, evaluation metrics applied, and the persistent challenges in this field. Through a rigorous analysis of 26 selected papers from an initial set of 155 articles retrieved from the Web of Science database, we found that Long Short-Term Memory (LSTM) networks were the most frequently used algorithm (appearing in 32.69% of the papers), closely followed by Convolutional Neural Networks (CNNs) at 28.85%. Furthermore, Wavelet Transform (WT) was found to be the most prominent data decomposition technique, while Pearson Correlation was the most used for feature selection. We also found that ambient temperature, pressure, and humidity are the most common input features. Our systematic evaluation provides critical insights into state-of-the-art DL-based solar forecasting and identifies key areas for upcoming research. Future research should prioritize the development of more robust and interpretable models, as well as explore the integration of multi-source data to further enhance forecasting accuracy. Such advancements are crucial for the effective integration of solar energy into future power grids.
Oussama Khouili mail , Mohamed Hanine mail , Mohamed Louzazni mail , Miguel Ángel López Flores mail miguelangel.lopez@uneatlantico.es, Eduardo García Villena mail eduardo.garcia@uneatlantico.es, Imran Ashraf mail ,
Khouili
<a class="ep_document_link" href="/17796/1/1-s2.0-S2773032825000070-main.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Despite the global increase of women in business, there is still a very small proportion of female business leaders, although the distribution varies greatly by region and sector. Considering innovation, in its many forms, as well as female entrepreneurship, both considered as a path towards sustainability, the question arises as to whether this drive for sustainability leads to a greater presence of female CEOs. Current studies predominantly examine the impact of women's presence on a company's economic and financial performance, as well as any potential effects on its innovation strategy. However, the examination of factors that help understand the economic and business context influencing the presence of women in leadership roles is often overlooked. This empirical study fills this gap by exploring the micro and macro context influencing the presence of female CEOs in innovative firms worldwide stressing the influence of female owners. The sample comprises 107,026 companies from manufacturing and service industries in 118 countries, from 2007 to 2023, data obtained from the World Bank Enterprise Surveys. The econometric model applied is logistic regression with clustered standard errors. The study contains six estimations generating strong evidence supporting most of the formulated hypotheses. Findings suggest women CEOs are likely to lead women-owned firms which promote (sustainable) innovation through developing new products for new markets, allocating less investment in R&D, product innovation and business processes, although with some nuances. Other important factors to consider are productivity, sales strategy, firm size, sector, and socio-economic context with a gender focus.
Inna Alexeeva-Alexeev mail , Pilar Guaita-Fernandez mail , Cristina Mazas Pérez-Oleaga mail cristina.mazas@uneatlantico.es,
Alexeeva-Alexeev