MétaCan
Menu
Retour à la cohorte
Enregistrement W2162938798 · doi:10.1539/joh.11-0176-br

Evaluation of Protective Gloves and Working Techniques for Reducing Hand‐arm Vibration Exposure in the Workplace

2012· article· en· W2162938798 sur OpenAlexaffabout
Matija Milosevic, Kristiina M. Valter McConville

Notice bibliographique

RevueJournal of Occupational Health · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueEffects of Vibration on Health
Établissements canadiensToronto Metropolitan UniversityToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésVibrationAccelerometerReduction (mathematics)Personal protective equipmentStructural engineeringAutomotive engineeringMedicineComputer scienceEngineeringAcousticsCoronavirus disease 2019 (COVID-19)MathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

Evaluation of Protective Gloves and Working Techniques for Reducing Hand‐arm Vibration Exposure in the Workplace: Matija MILOSEVIC, et al . Electrical and Computer Engineering Department, Ryerson University, Canada— Objectives Operation of handheld power tools results in exposure to hand‐arm vibrations, which over time lead to numerous health complications. The objective of this study was to evaluate protective equipment and working techniques for the reduction of vibration exposure. Methods Vibration transmissions were recorded during different work techniques: with one‐ and two‐handed grip, while wearing protective gloves (standard, air and anti‐vibration gloves) and while holding a foam‐covered tool handle. The effect was examined by analyzing the reduction of transmitted vibrations at the wrist. The vibration transmission was recorded with a portable device using a triaxial accelerometer. Results The results suggest large and significant reductions of vibration with appropriate safety equipment. Reductions of 85.6% were achieved when anti‐vibration gloves were used. Conclusions Our results indicated that transmitted vibrations were affected by several factors and could be measured and significantly reduced.

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)0,002
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
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 Opus0,118
Tête enseignante GPT0,450
Écart entre enseignants0,332 · 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

Citations10
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Occupational HealthMême sujetEffects of Vibration on HealthTravaux en français237 207