FAKTOR YANG BERPENGARUH TERHADAP KELELAHAN (Studi Pada Pekerja Proyek Kapal Perang di PT. X Tahun 2018)
Notice bibliographique
Résumé
Kelelahan merupakan masalah yang harus mendapat perhatian dalam suatu industri. Ada banyak faktor yang dapat berpotensi menimbulkan kelelahan. Faktor tersebut antara lain faktor individu seperti usia, lama kerja, kebiasaan merokok, kebiasaan tidur dan faktor lingkungan seperti iklim kerja dan kebisingan. Tujuan dari penelitian ini adalah untuk menganalisis faktor-faktor yang mempengaruhi kelelahan kerja pada pekerja yang bekerja di divisi Akomodasi, Deck Tank dan Deck Whool di proyek kapal perang PT. X tahun 2018.Penelitian ini merupakan penelitian analitik observasional dengan desain Cross Sectional. Teknik pengambilan sampel adalah sampel acak sederhana pada 50 pekerja. dengan jumlah sampel (n = 44) dari populasi (N = 50). Data dikumpulkan dengan menggunakan kuesioner, observasi menggunakan checklist, pengukuran WGBT dan pengukuran intensitas kebisingan. Analisis data dilakukan dengan menggunakan univariat dan bivariat menggunakan Fisher Exact Test.Dari analisis statistik, kelelahan kerja kerja secara signifikan dipengaruhi oleh usia, perokok, kebiasaan tidur (p ≤ 0,05) dan tidak dipengaruhi oleh tiga variabel lainnya antara lain iklim kerja, kebisingan lama kerja ≤ 8 jam / hari (p> 0,05).Berdasarkan hasil penelitian ini perusahaan disarankan untuk memberikan pelatihan tentang kelelahan kepada semua pekerja dan melakukan kegiatan olahraga secara teratur. Pekerja disarankan untuk istirahat tidur yang cukup (7-8 jam/hari). Untuk mencegah kelelahan di lain waktu. Kata kunci: kelelahan, faktor individu, faktor lingkungan
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,002 |
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 ».