MétaCan
Menu
Retour à la cohorte
Enregistrement W1035215536 · doi:10.3233/oer-2010-0187

Upper limb and trunk kinematics in tree planters during three load carriage conditions

2010· article· en· W1035215536 sur OpenAlexaffabout
Tegan Slot, Emily Shackles, Geneviève Dumas

Notice bibliographique

RevueOccupational Ergonomics · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueForest Biomass Utilization and Management
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésTrunkElbowKinematicsWristForearmMedicineOrientation (vector space)Upper limbRotation (mathematics)OrthodonticsAnatomyMathematicsPhysical medicine and rehabilitationGeometryBiologyPhysics

Résumé

récupéré en direct d'OpenAlex

Tree planters use various strategies to unload the seedlings from their bags. This study examines differences in upper limb and trunk joint angles during three load carriage conditions: (1) load evenly distributed to the right and left sides of the body – evenly loaded (2) load entirely on the right side – right loaded and (3) load entirely on the left side – left loaded. Data were collected in the field in Northern Ontario. Inertial motion sensors were placed on the right hand, right and left forearms and upper arms, sacrum, and T1 vertebrae. Using relative sensor orientation, joint angles were determined for the right wrist, right and left elbow and the trunk for the three load carriage conditions during normal planting tasks. The main findings were: 1) In the left loaded condition, the right wrist was less extended, the right elbow was more flexed, the trunk experienced less right-rotation, and the right and left forearms were less pronated than in either the evenly loaded or right loaded conditions. 2) In both the left and right loaded conditions, the left forearm was less pronated, and the trunk was less flexed than in the evenly loaded condition. Results suggest that asymmetrical tree load carriage results in more neutral postures than symmetrical tree load carriage.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,213
Écart entre enseignants0,206 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOccupational ErgonomicsMême sujetForest Biomass Utilization and ManagementTravaux en français237 207