Workplace ergonomics problems and solutions: Working from home
Notice bibliographique
Résumé
Background: Due to the COVID-19 pandemic, in 2020, many employees were required to work from home (WFH). During this WFH period, some employees encountered health issues related to sprains and neck or back pain owing to poor working conditions at home. As the WFH trend may continue over a prolonged period, the underlying causes and solutions to ergonomic issues must be addressed to reduce injuries. This study aims to identify the ergonomic issues encountered when working from home and suggests several solutions to minimise these issues. Methods: A qualitative ethnographic methodology was adopted. This study used focus group discussion and the panellists were among experts from the fields of higher education, healthcare, human resources (HR), and ergonomics patient in Malaysia. The most common ergonomic issues identified were based on diagnoses and observations in previous studies. Results: The panellists agreed on ergonomics issues, comprising the use of unergonomic chairs, incorrect sitting postures, irregular arrangement of key objects, improper reach distances of the laptop/keyboard/mouse, poor desk designs, footrest absence, distortion/noise, poor lighting, and poor work environment. Over time, WFH ergonomics issues may lead to burnout, carpal tunnel syndrome or other cumulative trauma disorders, high blood pressure, and stress on the cervical spine and neck. The proposed solutions include a complete WFH ergonomics and wellness checklist for employees and employers, webinar sessions on WFH ergonomics, meet-up sessions with ergonomics or HR experts, workspace rentals for co-workers, implementation of the 20-20-20 rule and job-sharing practices, and the involvement of employers or the government in procuring ergonomic equipment for WFH employees. Conclusions: This is a preliminary study and the researchers are exploring the root causes of WFH ergonomics issues and proposed solutions. While previous studies have examined workplace ergonomics, this study focuses on WFH ergonomic issues and solutions during the ongoing pandemic.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».