MétaCan
Menu
Retour à la cohorte
Enregistrement W3211801673 · doi:10.1177/1071181321651114

Effect of Computer Keyboard Slope on Upper Limb Postures at Sitting and Standing ComputerWorkstations : A Pilot Study

2021· article· en· W3211801673 sur OpenAlexaff
Howraa Nash, Gourav Kumar Nayak, Jashwant Thota, Mohammed Alsowaidi, Hashem Alsowaidi, Jill Urbanic, Eun‐Sik Kim

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueErgonomics and Musculoskeletal Disorders
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésWristSittingElbowWorkstationUpper limbComputer sciencePhysical medicine and rehabilitationMedicineAnatomy

Résumé

récupéré en direct d'OpenAlex

A user’s posture at a computer workstation, especially wrist posture, is determined by the keyboard angle. Most commercially available computer keyboards have a built-in positive slope that requires the user to extend their wrist approximately 20° when typing. The purpose of this study is to find the negative keyboard angles that minimize wrist extension for both sitting and standing workstations. In this study, we compared upper limb working postures, including those of the wrist, elbow and shoulder, at 5 different keyboard angles between −16° and +6° in sitting and standing postures. Based on our results, we can conclude that the optimal range of keyboard slope is from −4° to −12° in sitting posture and −8° to −12° in the standing posture in terms of minimum wrist extension, typing performance, and user preference. We also propose a universal keyboard support design as an attachment to currently available keyboards.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,809

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,015
Tête enseignante GPT0,273
Écart entre enseignants0,259 · 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 tête enseignante, 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Human Factors and Ergonomics Society Annual MeetingMême sujetErgonomics and Musculoskeletal DisordersTravaux en français237 207