Potential exoskeleton uses for reducing low back muscular activity during farm tasks
Notice bibliographique
Résumé
BACKGROUND: As the sustainability of the agricultural workforce has been threatened by the high prevalence of back pain, developing effective interventions to reduce its burden within farming will contribute to the long-term health and productivity of workers. Passive back-support exoskeletons are being explored as an intervention to reduce the physical demands on the back muscles, and consequently mitigate the risk of back pain, in many industrial sectors. METHODS: This study investigated whether exoskeleton use could reduce farmers' low back muscle load. Electromyography was used to evaluate exoskeleton use in field and laboratory settings. A total of 14 farmers (13 males and 1 female) with a mean age of 49 (SD = 12) years and 6 female nonfarmers (mean age 28, SD = 5 years) performed a standardized set of tasks that included symmetric and asymmetric lifting and sustained trunk flexion. Following the standardized tasks, 14 farmers also performed regular, real-world, farm tasks with and without use of the exoskeleton at their farms. RESULTS: Exoskeleton use decreased back muscular load during farming activities up to 65%, 56%, and 48% in static, median, and peak muscle activity, respectively. This indicates potential benefits of exoskeleton use to help farmers work under less muscular load. Paradoxically, exoskeleton use during standardized tasks increased muscle activity for some participants. CONCLUSIONS: This study demonstrates the potential effects of using passive exoskeletons in agriculture through observational and experimental research, and is among the first that explores the potential for using exoskeletons during actual work tasks in farm settings.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».