Biomechanical shoulder loads and postures in light automotive assembly workers: Comparison between shoulder pain/no pain groups
Notice bibliographique
Résumé
BACKGROUND: The number of workplace shoulder compensation claims resulting from musculoskeletal disorders (MSDs) has decreased slightly in recent years, however the median number of days off work remains unchanged, which suggests an increase in injury severity. Little information is available regarding cumulative shoulder exposures, and there is no information on their impact on shoulder pain. METHODS: Seventy-nine automotive seat frame assembly workers completed a questionnaire about the prevalence and severity of shoulder pain and were videotaped performing assembly tasks. 3DMatch, a posture-matching software program, was used to calculate the peak and cumulative shoulder moments and forces by matching postures seen in the video with predetermined ranges of posture to be used in the biomechanical model. RESULTS: Of the 45.6% who reported shoulder pain, there was a mild correlation of pain severity with posterior shear of the shoulder. There were no significant differences in peak loads between Pain and No Pain groups; however, the No Pain group experienced significantly more cumulative caudal shear. CONCLUSION: Although there was no difference in percent time spent in different flexed postures between pain groups, those working some jobs may be at an increased risk of developing MSDs based on the amount of time spent in flexed postures, as well as the peak flexion moment acting on the shoulder.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».