Identifying, Categorizing and Setting Variables on Ergonomics Issues in Oil Palm Plantations
Notice bibliographique
Résumé
It is an eye opening scenario that Malaysia turned to be one of the major producer and exporter of palm oil. Malaysia has witnessed a dazzling growth of 10.06% of its production recently from 4.05 million hectares in 2005 in an area of 54,000 hectares. Further, the production has enlarged from 94,000 tons in 1960 to 15 million tons in 2005, or by almost 160 times within 45 years-this represents a compound annual growth of 11.93% per year. The oil palm industry is labor intensive, since there is less adoption of mechanization in the field operations. Production of agriculture is usually associated with high incidence of ergonomic injuries, mainly during rigorous manual labor and throughout harvesting. Although scientific explanations are available, very less research was conducted to identify and fix variables that are closely related to ergonomics issues of workers in oil palm plantations related to workers absconding and disengagement from work. Field visits were conducted in the present study, to get an insight into the causal factors of ergonomics in relation to workers intention to abscond and disengagement in oil palm plantations was further congregated into. Thus an exploratory study was conducted in the oil palm plantations following qualitative research methods like direct interviews, focus group discussions and Delphi technique arrive at factors and categories related to the ergonomic issues of workers in oil palm plantations. The study provides better insight into the ergonomic issues of workers in oil palm plantations in the Sabah region of Malaysia.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».