Role of Ergonomic Factors Affecting Production of Leather Garment-Based SMEs of India: Implications for Social Sustainability
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper aims to identify, evaluate, and measure the ergonomic factors hampering the production of leather garment-based small and medium-sized enterprises (SMEs). Ergonomic problems faced by the workers largely impact the health of individuals and also the productivity of a firm. Based on experts’ opinions and a literature survey, three emerging categories—namely, occupational disease, personal factors, and the industrial environment—with a total of twenty factors were identified to examine symmetrical impact in five leather garment companies. In this research work, Cronbach’s α was evaluated to check the validity of the ergonomic factors identified through the literature survey. Then, using the fuzzy analytic hierarchy process (FAHP), the identified ergonomic factors were evaluated. A sensitivity analysis was carried out to validate the robustness of the results obtained using the integrated approach. Outdated machinery, vibration, operational setup, fatigue, and poor ventilation and lighting are the top five factors inducing ergonomic-related problems and hampering the production of the leather garment companies in India. These top ergonomic factors are the result of a failure in the provision of an ambient working environment. Providing ergonomically designed working environments may lower the occurrence of ergonomic problems. The findings of this study will assist industrial managers to enhance production rate and to progress towards social sustainability in Indian SMEs. The proposed symmetrical assessment in this study could also be considered as a benchmark for other companies in which human–machine interaction is significant.
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.
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 | 0,000 | 0,000 |
| 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 découle