MétaCan
Menu
← Retour à la cohorte
Enregistrement W2989673270 · doi:10.1177/1071181319631449

Evaluation of Fiberglass and Aluminum Ladder Stability During a Simulated Tethered Operator Fall Event

2019· article· en· W2989673270 sur OpenAlexaff
Colin D. McKinnon, Kayla M. Fewster, Clark R. Dickerson, Jack P. Callaghan

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensUniversity of WaterlooMcMaster University
Organismes subventionnairesnon disponible
Mots-clésStructural engineeringFalling (accident)Operator (biology)EngineeringDrop (telecommunication)Mechanical engineering

Résumé

récupéré en direct d'OpenAlex

Ladder-related falls are common in many industries and lead to high rates of injury and hospitalization. This study aimed to establish safety criteria for ladder stability and potential for failure in the event of an operator fall when equipped with a fall arrest system that has been attached to the ladder as opposed to a fixed structure anchor point. All combinations of five variables were tested in a custom-built load drop apparatus: ground surface, leaning surface, force direction, operator tether method, and ladder type. Overall, all conditions tested in this investigation with a simulated worker falling from a ladder with the fall arrest device attached to the ladder rails or a rung resulted in a pass. While there were clear deformations to the aluminum ladders and there were 3 failures due to repeated drop tests on the same ladder, replication of failed tests on a new ladder passed the failure conditions. Given a ladder that is in good working condition, has not be subjected to prior falls or damage, is properly erected and secured - a worker with a mass below 113kg (250lb) would be safely restrained when tethered to the ladder as opposed to the lanyard being tied off to a structure or a lifeline based on the simulated mass drops performed in this study in controlled laboratory conditions.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,057
Tête enseignante GPT0,375
Écart entre enseignants0,318 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Human Factors and Ergonomics Society Annual Meeting→Même sujetOccupational Health and Safety Research→Travaux en français237 207→