MétaCan
Menu
Retour à la cohorte
Enregistrement W2530398389 · doi:10.22260/isarc2016/0032

Ergonomic Assessment of Residential Construction Tasks Using System Dynamics

2016· article· en· W2530398389 sur OpenAlexaff
Hossein Abaeian, Ndukeabasi Inyang, Osama Moselhi, Mohamed Al‐Hussein, Marwan El‐Rich

Notice bibliographique

RevueProceedings of the ... ISARC · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensUniversity of AlbertaConcordia University
Organismes subventionnairesnon disponible
Mots-clésHuman factors and ergonomicsWork (physics)Task (project management)DownloadComputer scienceEngineeringPoison controlMedicineSystems engineeringEnvironmental healthMechanical engineeringWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Modular residential construction activities often require prolonged standing, bending, stooping, and material handling, while working in crowded spaces; these activities increase the potential risk of work-related musculoskeletal disorders (WRMSDs), which may worsen over time, resulting in permanent disability and, consequently, the loss of ability to work.The use of system dynamics (SD) modeling to assess ergonomic risks provides a decision support tool for job managers and job designers and delivers a powerful graphical illustration, showing the logical links between cause and effects and helps illustrate how ergonomic risks may lead to WRMSDs.This paper presents a SD model for ergonomic analysis of residential construction tasks.A case study is presented and used to evaluate variations in risk exposure to identify most contributing factors to potential ergonomic injury.Also a literature review is performed to identify the main ergonomic risk variables.The results are expected to assist project participants in controlling and assessing ergonomic risks leading to improved work efficiency, safety and reduced lost time injuries and related cost, insurance premium (WCB) and claims caused by WRMSDs.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,053
Tête enseignante GPT0,429
Écart entre enseignants0,376 · 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'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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the ... ISARCMême sujetOccupational Health and Safety ResearchTravaux en français237 207