Study of fatigue and workload among aircraft de-icing technicians
Notice bibliographique
Résumé
BACKGROUND: Fatigue and workload experienced by aircraft de-icing personnel have been largely neglected in occupational health and safety research.OBJECTIVE: To provide an initial assessment of fatigue and workload among de-icing ground crews.METHODS: Company records were used to reveal possible relationships between different variables (age, seniority, truck type, and work shift).A group of 20 volunteer participants (17 men and 3 women) rated their level of fatigue before and after one shift using the Samn-Perelli fatigue scale.Workload was evaluated using the NASA-TLX method at the end of the shift.RESULTS: The average fatigue experienced by de-icing worker was significantly greater (P = 0.043) for the technicians in open-basket trucks than for the ones in trucks with a cabin (4.43 vs 3.37).Furthermore, there was a significant age difference (P = 0.048) in the perceived level of fatigue (4.1 vs 3.1), with younger workers (< 30 years) reporting a higher level than older workers ( 30 years).Overall NASA-TLX score were not significant (P > 0.05) for any of the factors tested: type of truck, shift and age.CONCLUSIONS: The results suggest that particular attention should be paid to young technicians and technicians working in open-basket trucks, since the fatigue levels reported in association with these factors were higher.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».