MétaCan
Menu
Retour à la cohorte
Enregistrement W3132879168 · doi:10.1177/1071181320641217

Psychophysically Based Physical Capability Limits For Right Angle Power Tool Operation

2020· article· en· W3132879168 sur OpenAlexaff
Jonathan Valencia, Joel Cort

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésTorquePost hocOrientation (vector space)Power (physics)MathematicsAnalysis of varianceRepeated measures designJoint (building)EngineeringComputer scienceStructural engineeringStatisticsOrthodonticsPhysicsGeometry

Résumé

récupéré en direct d'OpenAlex

A psychophysical methodology was utilized to examine 40 non-skilled female participants performing right-angle power tool (RAPT) fastening tasks. A combination of two between subject variables were examined for a total of four between-subject groups: joint orientation (horizontal and vertical planes) and joint hardness (hard and soft joints). Participants were evenly distributed into one of four joint orientation- hardness groups. Within each group, a combination of three fastening strategies and three fastening frequencies were performed by each participant. The chosen target torque determined the physical capability limits (PCL). A mixed-design repeated analysis of variance with Tukey’ significance post hoc test were used to determine any significance with the measured variables ( p<0.05). Fastening strategy and frequency influenced the chosen torque magnitude. Participants chose significantly higher target torques with the Turbo Tight strategy in comparison to the other two strategies. Furthermore, participants chose to accept lower target torques and forces as fastening frequency increased.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
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)0,0040,000

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 Opus0,016
Tête enseignante GPT0,262
Écart entre enseignants0,246 · 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'étudeObservationnel
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Human Factors and Ergonomics Society Annual MeetingMême sujetSports injuries and preventionTravaux en français237 207