MétaCan
Menu
Retour à la cohorte
Enregistrement W2344884963 · doi:10.1080/21577323.2016.1178190

Integrating Ergonomics Aspects Into Operations Management Performance Optimization Models: A Modeling Framework

2016· article· en· W2344884963 sur OpenAlexaff
Ahmad Sobhani, M.I.M. Wahab, Patrick W. Neumann

Notice bibliographique

RevueIIE Transactions on Occupational Ergonomics and Human Factors · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésHuman factors and ergonomicsWork (physics)Risk analysis (engineering)Occupational safety and healthWork systemsHuman resourcesComputer sciencePoison controlProcess managementOperations managementManagement scienceEngineeringBusinessMedicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

OCCUPATIONAL APPLICATIONS Employees play critical roles in improving the performance of operation systems. Work-related health disorders and injuries degrade employees' work performance and hence the performance of the system. Previous studies frequently reported the negative effects of poor ergonomic conditions of the workplace on developing occupational health problems. However, managers lack tools to consider occupational ergonomics aspects, employees' health conditions, and their financial consequences when the performance of systems is optimized. This research provides a hierarchical modeling framework to integrate occupational ergonomics aspects into system performance optimization models. With this modeling approach, ergonomists and human factor practitioners can better influence managers' decisions by developing analytical tools that demonstrate the health, economic, and operational improvement of ergonomics conditions in the system-level analysis.TECHNICAL ABSTRACT Background: Occupational illnesses have negative consequences for employees. They also reduce employees' overall work performance, creating negative economic impacts on companies. Occupational ergonomics studies mostly investigate work-related health and safety aspects of a system to reduce the rate of these health problems for employees. However, they do not usually involve optimizing the performance of a system and do not account for the operational aspects of the system such as demand, workstation interactions, and inventory levels. In contrast, operations management studies usually deal with these operational aspects while optimizing the performance of operation systems. Although human resources are involved in many stages of operation systems, operations management performance optimization models usually use simplifying assumptions regarding human operational characteristics. They rarely include causes and effects of work-related health problems. Purpose and Methods: This article introduces a modeling framework, integrating occupational ergonomics aspects into operations management performance optimization models. It provides a road map for assessing the impact of work-related risk factors, including physical and psychosocial aspects on system performance. Results: An illustrative example demonstrates the applicability of the developed framework in a real situation. The results demonstrate a 0.76% to 3.76% cost growth for a manufacturing system due to the poor ergonomic design of the workplace. Conclusion: By applying this framework, practitioners can find out how the performance of their systems will be enhanced by investing in safer working conditions for employees. Managers can also better assess the economic consequences of a poor ergonomic design and consequent occupational illnesses.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,541
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,084
Tête enseignante GPT0,388
Écart entre enseignants0,305 · 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 tête enseignante, pas un consensus.

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

Citations24
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIIE Transactions on Occupational Ergonomics and Human FactorsMême sujetOccupational Health and Safety ResearchTravaux en français237 207