How Long Is Long Enough? Evaluating Sampling Durations for Low Back EMG Assessment
Notice bibliographique
Résumé
Few ergonomic measurement tools explicitly state when and how to sample exposures. Traditional ergonomic sampling has used short, task-based or worst-case measurements, but these may misrepresent exposures, since they neglect the temporal variations throughout the workday. Understanding the representativeness of data from shorter measurement durations compared with full-shift measurements allows for optimization of measurements resources. This study compared a variety of low back electromyography (EMG) exposure metrics measured over a full-shift with the same metrics sampled over shorter durations to identify whether shorter durations provide representative measures of exposure. Portable EMG devices were used to measure low back EMG for 138 full work shifts in a range of jobs in heavy industry. Using a random start time, each full shift of data was resampled for 4 hr, 2 hr, 1 hr, 10 min, and 2 min. Exposure metrics from each duration were compared with the full shift using absolute and percent error, bias, and limits of agreement. Comparisons between one full shift and two full shifts were made for the subset of 35 workers with two measured workdays. Compared with full-shift data, bias is very low at all sampling durations. However, as sampling durations decreased from a full-shift to a few min, the absolute error, percentage error, and limits of agreement for exposure estimates show more deviation from full-day estimates. Estimates of mean and 90th percentile exposure averaged 8% error for 4-hr durations and 14% error for 2-hr durations. The errors for 4-and 2-hr measurement durations may be acceptable for many applications, particularly if the trade-off is measuring more subjects. Sampling durations of 1 hr or less seem likely to produce very large errors over all exposure metrics, particularly for the range and peak exposures. Depending on the purpose of measurement and the detail required, 4 hr or even 2 hr appears to be long enough to reasonably estimate full-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.
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 | 0,019 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».