Task variability and extrapolated cumulative low back loads
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The aim of this research was to examine the repeatability of task cycle loading to assess the feasibility of data extrapolation approaches for calculating a shift cumulative exposure. The number of trials of a lifting task that would be necessary to provide a stable estimate of the cumulative low back loads sustained during manual material handling tasks throughout a normal working day was examined. Both a lab-based experiment (n=10 males) with a highly constrained task, and an externally paced industrial sample performing their regular workday task (n=8 males), were studied. Both study groups were videotaped while performing lifting trials and 10 consecutive trials were chosen for biomechanical analysis. Cumulative loading variables were determined for each lift and accumulating means were calculated for comparison with the gold standard, or criterion measure, which was the average of all 10 trials. It was found that a minimum of 4 trials was required to provide a stable estimate of cumulative loading in the lab-based task. The lab data were tightly clustered with an overall average coefficient of variation of 5.7%. Data obtained in the industrial setting were more variable with an average coefficient of variation of 24.8%. When individual lifting cycles were extrapolated to an 8 hour shift exposure, cumulative compression for the industrial task varied by 6.3 MN·s (range=15.2 to 21.5 MN·s) for one subject and for the constrained laboratory task it varied by 5.0 MN·s (range=32.0 to 37.0 MN·s). These results highlight the importance of using multiple cycle samples to establish a stable estimate of cumulative loading prior to extrapolating for a shift exposure.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découle