Analysis of Relationships between Body Load and Training, Work Methods, and Work Rate: Overcoming the Novice Mason’s Risk Hump
Notice bibliographique
Résumé
Masons regularly perform physically strenuous and demanding duties that may exceed a safe limit. Such activities can contribute to an early retirement for masons, resulting in a shortage of skilled craft workers. Previous ergonomic studies have observed that workers develop safer and more productive work techniques as they gain experience. This study aims to analyze relationships between body loads, experience, and work methods. Specifically, we expanded a previous pilot study by increasing the number of participants from 21 masons to 66 masons. Participants completed a prebuilt standard concrete masonry unit (CMU) lead wall using 45 CMUs. Motion capture suits were used to capture masons’ motions, and a combined biomechanical-productivity analysis was carried out to determine the loads experienced by major body joints. Exploiting the larger dataset, this study assessed how different experience groups load their joints and adjust their work techniques as the work height changes. The results suggested that experienced journeymen adopt similar work techniques distinct from those of less experienced workers. Further, training apprentices to adopt these work methods can help reduce occupational injuries and improve productivity. The results show that the journeymen with more than 20 years of experience adopt safer and more productive work techniques distinct from those of less experienced workers. The present study contributes to the body of knowledge on masons’ safety and productivity by providing an in-depth understanding of the linkage between body loads, work experience, techniques, and productivity. Additionally, the findings in this study are expected to have a greater impact when they are adopted to apprentice-training methods and applied to other high musculoskeletal-disorders-risk trades.
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 | 0,001 | 0,006 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».