MétaCan
Menu
Retour à la cohorte
Enregistrement W2584597415 · doi:10.7451/cbe.2016.58.2.1

Comparison of forward-facing and backward-facing tractor egress

2017· article· en· W2584597415 sur OpenAlexvenueno aff
Danny Mann, Andrea Hesketh, Jason Morrison

Notice bibliographique

RevueCanadian Biosystems Engineering · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCerebral Palsy and Movement Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTractorAeronauticsBusinessEnvironmental scienceAgricultural engineeringComputer scienceAutomotive engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Falls and near-falls from tractors during ingress and egress are a health hazard that researchers should work to prevent. To gain an understanding of the factors contributing to such falls, a pilot study was completed in which kinematic analysis of tractor egress was performed using three individuals whose heights represent 5th, 50th and 95th population percentiles, respectively. The three participants were instructed to ingress and egress from the tractor. They always faced toward the tractor during ingress, however, egress involved two positions: facing toward the tractor (i.e., climbing down as one climbs down a ladder; hereafter referred to as backward facing egress or BFE) and facing away from the tractor (i.e., stepping down as one walks down a staircase; hereafter referred to as forward facing egress or FFE). Each participant completed three BFE replicates and three FFE replicates on each of the five tractors selected for this pilot study, yielding a total of 90 ingress/egress measurements. The participants’ movements were recorded with two digital video cameras to capture motion in two perpendicular planes. Kinovea motion analysis software was used to complete kinematic analysis. The observed time of descent was greater for BFE than FFE with many of the differences statistically significant at the 5% level. On average, BFE required approximately 1.4 times longer than FFE. Three-point contact was maintained 56% of the time during FFE and 68% of the time during BFE, with this difference significant at the 5% level. Maximum values for excursion of the knee joint ranged from 73 to 131° for FFE and from 44 to 111° for BFE. Although statistical analysis could not be completed because knee flexion was not visible for every step, the data suggest that the activity of FFE requires greater excursion of the knee joint than does the activity of BFE. Jumps from the bottom step to the ground were observed in 3 instances for BFE (7% of BFE trials) and in 26 instances for FFE (58% of FFE trials). Overall, it has been confirmed that kinematic analysis is able to detect differences between forward facing egress (FFE) and backward facing egress (BFE). The experimental evidence suggests that BFE is safer behaviour than FFE.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 GPT0,289
Écart entre enseignants0,263 · 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'étudeObservationnel
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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Biosystems EngineeringMême sujetCerebral Palsy and Movement DisordersTravaux en français237 207