MétaCan
Menu
Retour à la cohorte
Enregistrement W2011051245 · doi:10.1080/00140130512331332909

Effect of cycle time and duty cycle on psychophysically determined acceptable levels in a highly repetitive task

2005· article· en· W2011051245 sur OpenAlexafffund
Anne Moore, Richard Wells

Notice bibliographique

RevueErgonomics · 2005
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensUniversity of WaterlooYork University
Organismes subventionnairesGeneral Motors of Canada
Mots-clésDuty cycleTorqueTappingPhysical medicine and rehabilitationSimulationThumbComputer scienceEngineeringMedicineSurgeryMechanical engineeringElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Psychophysical methodology has been used to develop guidelines for lifting and more recently similar methods have been applied to repetitive upper limb movements. While a range of cycle times are usually used, there is often no control for duty cycle. The purpose of this paper is to present psychophysically determined acceptable torques for a common upper limb task, with both cycle time and duty cycle conditions set by the researcher. Eight female participants, sitting at adjustable workstations, performed a simulated in-line screw running task. A computer-controlled torque motor applied a torque every 3, 6, 12 or 20 s with a duty cycle of 25, 50 or 83%. The participants worked with one set of conditions each day and self-selected the highest torque that they felt was acceptable without developing undue pain and discomfort. Duty cycle was found to significantly affect the amount of torque selected. With duty cycle controlled, cycle time was no longer found to have any significant effect on selected torque. Acceptable torques for 25, 50 and 83% duty cycles were 1.09, 0.9 and 0.73 Nm. Discomfort and stiffness were concentrated on the back of the hand and on the thumb web. These findings suggest that increased perception of discomfort with increased frequency (decreased cycle time) may be related to decreased rest/recovery time for muscles.

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)0,001
score de la tête « metaresearch » (Gemma)0,008
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,245
Écart entre enseignants0,237 · 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

Citations41
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueErgonomicsMême sujetMotor Control and AdaptationTravaux en français237 207