Variability of Friction Measurements Using Three Common Walkway Tribometers
Notice bibliographique
Résumé
Abstract Walkway tribometers are used to assess the slip resistance of flooring surfaces. To yield valid measurements, the ASTM F2508-16e1, Standard Practice for Validation, Calibration, and Certification of Walkway Tribometers Using Reference Surfaces, standard practice requires an annual calibration to show a tribometer’s test results fall within the 95th percentile confidence intervals (CI) of its supplier’s validation test results on 4 reference surfaces. Many users, however, report difficulty meeting this requirement. Here we examine the variability within and between multiple calibrations to evaluate the current calibration procedure and assess whether field measurements of a surface can be directly compared to calibration test results. We performed multiple calibrations with three common walkway tribometers on one set of reference surfaces. We then simulated field tests on each reference surface and compared these results to the calibration test results. Overall, all three tribometers ranked and differentiated the reference surfaces in all calibrations; however, none of the calibrations fell within the supplier’s CIs for all four surfaces. The between-calibrations variance ranged from 15 % to 90 % of the total variance in the data set, and only 25 % of the “field” test results fell within the 95th percentile CI of our calibration values. Our findings show that the current ASTM F2508 calibration requirement does not adequately account for measurement variability. Moreover, our findings indicate that field measurements should not be compared directly to calibration measurements without factoring in measurement uncertainty. Overall, our results show the need for an improved calibration procedure and more research to establish a valid method for estimating slip risk on field surfaces.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».