MétaCan
Menu
Retour à la cohorte
Enregistrement W2520420057 · doi:10.1177/1541931213601221

Panel Discussion In Honor of Dr Tom Waters The NIOSH Lifting Equation - Part I

2016· article· en· W2520420057 sur OpenAlexaff
Robert Fox, Wayne S. Maynard, Jay Kapellusch, W. Gary Allread, Jim R. Potvin, Jeffrey E. Fernandez

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPresentation (obstetrics)Structural equation modelingUsabilityComputer sciencePsychologyApplied psychologyMedicineHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

The NIOSH Lifting Equation, specifically the 1991 Revised Lifting Equation or RLE (Waters et al., 1993) is used worldwide by occupational ergonomists, industrial engineers and safety specialists to assess and (re)design manual lifting tasks and industrial systems that involve either single or repetitive lifting. Since the initial publication of the RLE, there have been a number of published studies on its usability, effectiveness and validation. The purpose of this panel discussion will be to critically review these RLE-related studies and examine implications of applying the RLE in various occupational settings and working populations. The first of four presentations will summarize recent epidemiological studies that have quantified exposure-response relationships between the RLE and incidence of low-back pain-related care and medication use issues, and discuss the RLE implications for job surveillance, intervention, and design approaches. The second presentation discusses practical relevance of the RLE and issues surrounding its sensitivity and specificity in correctly identifying hazardous lifting tasks. The third presentation will critically examine the conservativeness of the recommended weight limit derived from RLE by comparing the output of the RLE with the output from the specific biomechanical, psychophysical and physiological criteria utilized in its initial development of the lifting equation. Although application of the RLE has exponentially grown since its inception, the final presentation explores its feasibility in applying it to a non-US work force. The primary audience for this session will be occupational ergonomists who utilize the NIOSH equation for job assessment and (re)design, although the discussion should be of interest to researchers as well. The overall goal of this Part 1 symposium is to provide RLE users with some practical suggestions and recommendations.

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)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,198

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,001
Communication savante0,0050,003
Science ouverte0,0020,004
Intégrité de la recherche0,0120,018
Charge utile insuffisante (le modèle a refusé de juger)0,0590,035

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 Opus0,026
Tête enseignante GPT0,251
Écart entre enseignants0,225 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Human Factors and Ergonomics Society Annual MeetingMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207