Physical exertion and working efficiency of reforestation workers
Notice bibliographique
Résumé
BACKGROUND: The purpose of this study was to quantify the physical exertion during tree planting work and to examine the relationships between exertion, task efficiency, and productivity. METHODS: Heart rate (HR) was monitored on 34 tree planters while they worked. HR data was collected for a complete working day on 19 subjects and for shorter periods of time on 15 subjects. Video of work tasks was recorded on 22 subjects (video was recorded on 7 of the subjects for whom HR was monitored through a full working day) and analyzed for working pace and proportion of time spent on each task. RESULTS: HR during a full day (9.0 ± 1.2 hours) of tree planting work was 115.2 ± 8.8 beats.min-1, and working HR was 128.2 ± 15.6 beats.min-1 for 82.5 ± 6.8% of the work day. Mean work pace was 452 ± 174 trees.h-1, and the proportion of time spent planting each tree was 53 ± 8% of the working time. Significant (P < 0.05) positive correlations were found between work pace and experience level, and between work pace and working HR, and a significant (P < 0.05) negative correlation was found between experience level and HR for a given work pace. No significant relationships were found between experience level or work pace and the proportion of time spent planting each tree. CONCLUSIONS: Tree planters work at approximately 65% of age-predicted HRmax, and maintain HR at approximately 59% of HRmax throughout the entire working day. Productivity in these workers appears to be related to effort rather than to experience or task efficiency per se.
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 | 0,001 |
| 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 ».