Ergonomic risks in fish processing workers in Atlantic Canada
Notice bibliographique
Résumé
Background: The aquaculture industry is growing in Canada and is particularly strong in Atlantic Canada. Workers in the fish processing industry are required to complete a variety of tasks in a typical day and there is concern for musculoskeletal disorder. Objective: The purpose of this study was to examine the daily operations of fish processing workers to determine any musculoskeletal concerns. Methods: The ergonomic assessment consisted of several plant visits to observe the processing line and the requirements of the workers. Video recordings were made of each stage of the assembly lines. The video data was analyzed to determine high-risk jobs and to identify areas of concern. Cumulative loading was assessed using posture matching software and the video data. A Job Strain Index (JSI), Rapid Upper Limb Assessment (RULA) and the revised NIOSH lifting equation were used to identify high-risk tasks. Results: The data showed that six tasks were considered high risk; sorting fish, removal of fish bones, trimming of fish, pallet loading/conveyor operation, fish processing and cleaning of the trim machine. In addition, four categories of occupational health and safety (OHS) hazard concerns were identified (physical, chemical, biological, and psychosocial). Each category was then broken into their causative agents and potential health effects on the worker. Conclusions: Several areas for improvement were identified at this seafood processing plant. Six jobs were identified as high risk and in need of intervention. Changes in pace of work, workstation height, and new equipment would also help reduce the number of musculoskeletal injuries. The issue of job rotation should also be examined to determine its impact on musculoskeletal health. Implementation of strategies to reduce musculoskeletal disorders will help to improve the health of these workers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».