MétaCan
Menu
Retour à la cohorte
Enregistrement W2786837566 · doi:10.3233/oer-170259

Ergonomic design of a cooling vest in deep and ultra-deep mining environments

2018· article· en· W2786837566 sur OpenAlexafffund
Valérie Tuyêt Mai Ngô, Sylvie Nadeau, Stéphane Hallé

Notice bibliographique

RevueOccupational Ergonomics · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueErgonomics and Musculoskeletal Disorders
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesFonds Québécois de la Recherche sur la Nature et les TechnologiesÉcole de technologie supérieure
Mots-clésPercentileVESTWork (physics)Personal protective equipmentPopulationComputer scienceEngineeringSimulationMechanical engineeringEnvironmental healthComputer securityMedicineStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Ever deeper mining is exposing workers to increasing heat and humidity, which can threaten their health and safety.OBJECTIVE: The objective of this research is to create a matrix of criteria that will eventually be used to design a personal cooling vest that will meet the needs and wants of miners.METHODS: A literature review was done to identify the constraints and requirements of miners in ultra-deep mining conditions; a field study was conducted in which information was acquired by measurement (temperature, humidity), observation (work rate) and semi-directed interviews of a convenience sample, 20 volunteer participants (age, weight, height, shirt size, personal protective equipment currently worn and opinion about a cooling vest).The data was then structured, compiled and interpreted to create a matrix.RESULTS: Participants were found to be in the > 50% percentile of the population regarding weight and height.All reacted positively to the idea of a cooling vest to help in their work.A matrix containing nine users and seven design-related criteria was created. CONCLUSIONS:The matrix must still be tested as to its validity.Its usage could then be extended to other fields of work in which heat is a health and safety concern for workers.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,024
Tête enseignante GPT0,288
Écart entre enseignants0,264 · 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'étudeExpérimental (laboratoire)
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

Citations10
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOccupational ErgonomicsMême sujetErgonomics and Musculoskeletal DisordersTravaux en français237 207