Multidirectional manual arm strength and its relationship with resultant shoulder moment and arm posture
Notice bibliographique
Résumé
Previous work has quantified manual force capabilities for ergonomics design, but the number of studies and range of conditions tested are limited in scope. Therefore, the aims of this study were to collect seated manual arm strength (MAS) data from 24 females in several unique exertion directions (n = 26) and hand locations relative to the shoulder (n = 8), and to investigate the associations between MAS and shoulder/elbow moments. MAS was generally highest when the direction of force application was oriented parallel to the vector from the shoulder to knuckle, and weakest when oriented orthogonal to that vector. Moderate correlations were found between MAS and: (1) resultant shoulder moment (r = 0.34), (2) resultant moment arms (r = -0.545) and (3) elbow flexion/extension moment (r = 0.481). Our strength data will be used in the development of a comprehensive MAS predictive method, so that strength capabilities can be predicted to help design acceptable tasks in the workplace. Practitioner Summary: This study sought to enhance our understanding of one-handed manual arm strength capabilities for ergonomics task evaluations. Our findings provide researchers and practitioners with manual strength data for off-axis force directions, as well as hand locations not previously measured. These data will contribute to future methods for predicting strength capabilities.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».