MétaCan
Menu
Retour à la cohorte
Enregistrement W2810926413 · doi:10.1080/10803548.2018.1491666

A pre/post evaluation of fatigue, stress and vigilance amongst commercially licensed truck drivers performing a prolonged driving task

2018· article· en· W2810926413 sur OpenAlexafffund
Michelle Cardoso, Fred Fulton, Jack P. Callaghan, Michel J. Johnson, Wayne J. Albert

Notice bibliographique

RevueInternational Journal of Occupational Safety and Ergonomics · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and Work-Related Fatigue
Établissements canadiensUniversité de MonctonUniversity of WaterlooUniversity of New Brunswick
Organismes subventionnairesNew Brunswick Innovation Foundation
Mots-clésTruckVigilance (psychology)Human factors and ergonomicsPoison controlDriving simulatorSession (web analytics)Occupational safety and healthEngineeringCognitionApplied psychologyAeronauticsSimulationPsychologyMedicineAutomotive engineeringMedical emergencyComputer science

Résumé

récupéré en direct d'OpenAlex

Purpose. The main purpose of this research study was to evaluate changes in fatigue, stress and vigilance amongst commercially licensed truck drivers involved in a prolonged driving task. The secondary purpose was to determine whether a new ergonomic seat could help reduce both physical and cognitive fatigue during a prolonged driving task. Two different truck seats were evaluated: an industrial standard seat and a new truck seat prototype. Methods. Twenty male truck drivers were recruited to attend two testing sessions, on two separate days, with each session randomized for seat design. During each session, participants performed two 10-min simulated driving tasks. Between simulated sessions, participants drove a long-haul truck for 90 min. Fatigue and stress were quantified using a series of questionnaires whereas vigilance was measured using a standardized computer test. Results. Seat interactions had a significant effect on fatigue patterns. Conclusion. The new ergonomic seat design holds potential in improving road safety and vehicle accidents due to fatigue-related accidents.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,200
Score d'incertitude au seuil0,589

Scores Codex et Gemma par catégorie

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

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 Opus0,033
Tête enseignante GPT0,344
Écart entre enseignants0,311 · 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 tête enseignante, 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

Citations24
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Occupational Safety and ErgonomicsMême sujetSleep and Work-Related FatigueTravaux en français237 207