MétaCan
Menu
Retour à la cohorte
Enregistrement W2137483074 · doi:10.1061/9780784412329.109

A VR Model of Ergonomics and Productivity Assessment in Panelized Construction Production Line

2012· article· en· W2137483074 sur OpenAlexafffund
Ndukeabasi Inyang, SangHyeok Han, Mohamed Al‐Hussein, Marwan El‐Rich

Notice bibliographique

RevueConstruction Research Congress 2012 · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of Alberta
Mots-clésProductivityProduction lineEngineeringWork (physics)Modular designProduction (economics)Human factors and ergonomicsProcess (computing)Manufacturing engineeringComputer sciencePoison control

Résumé

récupéré en direct d'OpenAlex

Factory based (modular and panelized) building methods have been applied to a high proportion of construction projects due to their reduced waste, limited environmental impact, and decreased cost and construction times. Redesigning the production process, facility layout, and material handling process can thus improve productivity and reduce costs for manufacturers. Virtual Reality (VR) is increasingly being used to investigate the best methods for balancing the flow of construction activities and optimizing resources to prevent costly on-site errors. This tool can be applied in planning and designing module systems in manufacturing production lines to promote healthy, safe, and productive working conditions by reducing workers' fatigue and injuries, and their associated costs. This paper identifies and quantifies work-related ergonomic hazards from residential construction floor panel framing activities, using the VR model of the construction process to replace onsite observation and an ergonomic assessment based on ErgoCheck, a comprehensive ergonomic rating and assessment framework. The VR model uses an internal timer for productivity (cycle time) assessment. The impact of the ergonomic interventions on work productivity is thus assessed and the results show the potential of ergonomic interventions in improving production line productivity through a reduction in idle and cycle time.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,070
Tête enseignante GPT0,393
Écart entre enseignants0,323 · 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'étudeSimulation ou modélisation
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

Citations12
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueConstruction Research Congress 2012Même sujetMusculoskeletal pain and rehabilitationTravaux en français237 207