MétaCan
Menu
Retour à la cohorte
Enregistrement W2169840768 · doi:10.1260/0263-0923.31.1.43

Comparison between ISO 2631–1 Comfort Prediction Equations and Self-Reported Comfort Values during Occupational Exposure to Whole-Body Vehicular Vibration

2012· article· en· W2169840768 sur OpenAlexaff
Katherine Plewa, Tammy Eger, Michele Oliver, James P. Dickey

Notice bibliographique

RevueJournal of low frequency noise, vibration and active control · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueEffects of Vibration on Health
Établissements canadiensUniversity of GuelphLaurentian UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésWhole body vibrationVibrationNoise (video)Physical medicine and rehabilitationPhysical therapyMedicineComputer scienceAcoustics

Résumé

récupéré en direct d'OpenAlex

It is important to understand whole body vibration (WBV) since it affects comfort and is important in worker health and performance. Although discomfort can be subjectively evaluated, the ISO 2631–1 standard predicts discomfort based on vibration magnitudes, frequencies and durations. The objective of this study was to determine whether the ISO 2631–1 prediction method produces similar results to self-reported discomfort levels during routine heavy machinery operations in the field. While working under normal conditions, 6 df seat-pan vibration data were recorded in construction, mining, and forestry vehicles. At 5-minute intervals, operators rated their discomfort based on the preceding minute of vibration exposure. Discomfort was predicted from the vibration total value for each corresponding one-minute vibration profile. Each industry showed consistent trends between the predicted and self-reported discomfort; however, there were different relationships between industries. Construction showed a weak positive relationship ( r2=0.09) between predicted and self-reported discomfort values, whereas both forestry and mining showed no relationship. The predicted discomfort levels did not accurately represent self-reported discomfort; this is similar to some previous studies, but contrasts with other studies. This variability may be due to discrepancies with the prediction equations, or perhaps due to additional factors being incorporated into self-reported comfort measures, such as temperature, noise, and fatigue.

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)0,005
score de la tête « metaresearch » (Gemma)0,014
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
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 savante0,0010,000
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 Opus0,023
Tête enseignante GPT0,326
Écart entre enseignants0,303 · 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

Citations20
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of low frequency noise, vibration and active controlMême sujetEffects of Vibration on HealthTravaux en français237 207