MétaCan
Menu
Retour à la cohorte
Enregistrement W1505065596 · doi:10.1177/154193120605000703

Office Ergonomics Intervention Study Panel

2006· article· en· W1505065596 sur OpenAlexaff
Benjamin C. Amick, Michelle M. Robertson, Lianna Bazzani, Cammie Chaumont Menéndez, Kelly DeRango, Anne Moore

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2006
Typearticle
Langueen
DomainePsychology
ThématiqueErgonomics and Musculoskeletal Disorders
Établissements canadiensYork University
Organismes subventionnairesNational Institute for Occupational Safety and HealthLiberty Mutual Research Institute for SafetySteelcase
Mots-clésHuman factors and ergonomicsPsychological interventionProductivityMultidisciplinary approachIntervention (counseling)EngineeringApplied psychologyPsychologyMedical educationPoison controlMedicineNursingEnvironmental healthPolitical science

Résumé

récupéré en direct d'OpenAlex

Ergonomic issues in the office environment affect both workplace health and productivity outcomes. Currently the office ergonomics intervention literature is underrepresented in research studies with rigorous study designs and analytical methods. Furthermore, there exist no published replication intervention studies. Panel members are part of a multidisciplinary inter-institutional research group that conducted the same office ergonomics intervention study at two different worksites (one public and one private sector). Office workers agreeing to participate were assigned to one of two interventions - a highly adjustable chair coupled with an office ergonomics training (chair-with-training group) or the office ergonomics training alone (training-only group) - or a control group receiving the training at the end. During this discussion panel the effects of the interventions on ergonomics knowledge and computing behaviors, biomechanical changes, individual components of musculoskeletal and visual symptoms and productivity will be presented.

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)0,009
score de la tête « metaresearch » (Gemma)0,005
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: aucune
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,213

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,005
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0640,016

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 Opus0,020
Tête enseignante GPT0,267
Écart entre enseignants0,247 · 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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Human Factors and Ergonomics Society Annual MeetingMême sujetErgonomics and Musculoskeletal DisordersTravaux en français237 207