Existing Science on Human Factors and Ergonomics in the Design of Ambulances and EMS Equipment
Notice bibliographique
Résumé
Background: Emergency medical services (EMS) personnel face a disproportionally high risk for fatality and injury due to the nature of their work; and current ambulance and EMS equipment design standards do not adequately safeguard EMS personnel from sacrificing personal safety for patient care, a known human factors and ergonomic (HFE) design challenge. Despite the desire to include HFE interventions or considerations into a standard, the effectiveness of existing HFE interventions for EMS is unclear. Objective: Therefore, this study aimed to synthesize the peer-reviewed literature on the design features of patient compartments and EMS equipment that affect EMS personnel’s performance or well-being. Methods: A scoping review methodology was applied to systematically search and screen for relevant articles, and extract data. Three databases (EmBase, Scopus, and PubMed) were searched, and search results were screened for articles that pertained to the performance or well-being of EMS personnel when interacting with the patient compartment or its associated equipment. Results and Discussion: Of the 4,125 search results, 48 relevant articles were retained, and then sorted into one of 3 categories: general design, patient handling, and patient transport. It was concluded that, although research has progressed over the past 15 years, more research, development, and resources are needed. Newer generations of ambulances have not been shown to be safer during collisions and there is a knowledge gap in how occupants and contents of a patient compartment behave during a collision. Crash-tests have been performed with restrained occupants and supplies; however, that scenario is unrealistic in the field. While the existing literature provided initial ideas and innovations for improving the HFE of patient handling and patient transport, it is important for future research to convey findings in a manner that can be used to inform design standards.
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 | 0,015 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,013 | 0,013 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 ».