MétaCan
Menu
Retour à la cohorte
Enregistrement W2043765793 · doi:10.1080/10803548.2009.11076821

An Examination of Shoulder Postures and Moments of Force Among Different Skill Levels in the Wool Harvesting Industry

2009· article· en· W2043765793 sur OpenAlexaff
Diane E. Gregory, Poonam Pal, Allan Carman, Stephan Milosavljevic, Jack P. Callaghan

Notice bibliographique

RevueInternational Journal of Occupational Safety and Ergonomics · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésWoolQuality (philosophy)Agricultural engineeringMathematicsEngineeringMaterials science

Résumé

récupéré en direct d'OpenAlex

The wool harvesting industry employs workers of varying skill levels that differ in both quality and number of harvested fleeces. As it was unknown how skill affected parameters such as joint posture and loading, the current study comparatively examined 140 wool harvesting workers representing 4 skill levels during wool harvesting competitions. Three-dimensional upper limb postures and peak and cumulative shoulder moments were calculated for each worker. Results indicated that elite wool harvesters, in general, used different shoulder postures to perform the harvesting tasks and were thus exposed to different shoulder moments as compared to the lower skill levels. It is plausible that these adopted postures allow the higher class workers to perform their job with higher quality and greater speed as compared to the lower ranked workers. Posturalbased training may help improve technique in lower ranked workers and enable these workers to achieve higher ranked status.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,135
Score d'incertitude au seuil0,220

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,022
Tête enseignante GPT0,333
Écart entre enseignants0,310 · 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 tête enseignante, 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

Citations10
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Occupational Safety and ErgonomicsMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207