Predictors of whole-body vibration exposure experienced by highway transport truck operators
Notice bibliographique
Résumé
Whole-body-vibration (WBV) exposure levels experienced by transport truck operators were investigated to determine whether operator's exposure exceeded the 1997 International Standards Organization (ISO) 2631-1 WBV guidelines. A second purpose of the study was to determine which truck characteristics predicted the levels of WBV exposures experienced. The predictor variables selected based on previous literature and our transportation consultant group included road condition, truck type, driver experience, truck mileage and seat type. Tests were conducted on four major highways with 5 min random samples taken every 30 min of travel at speeds greater than or equal to 80 km/h (i.e. highway driving). Results indicated operators were not on average at increased risk of adverse health effects from daily exposures when compared to the ISO WBV guidelines. Significant regression models predicting the frequency-weighted RMS accelerations for the x (F((5,97)) = 8.63, p < 0.01), y (F((5,97)) = 7.74, p < 0.01), z (F((5,61)) = 9.83, p < 0.01) axes and the vector sum of the orthogonal axes (F((5,61)) = 13.89, p < 0.01) were observed. Road condition was a significant predictor (p < 0.01) of the frequency-weighted RMS accelerations for all three axes and the vector sum of the axes, as was truck type (p < 0.01) for the z-axis and vector sum. Future research should explore the effects of seasonal driving, larger vehicle age differences, greater variety of seating and suspension systems and team driving situations.
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 | 0,003 |
| 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) | 0,002 | 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 ».