Comparison of ergonomic risk factors and work-related musculoskeletal disorders among dismantler and burners of electronic waste in Agbogbloshie, Accra Ghana
Notice bibliographique
Résumé
Rudimentary methods for electronic waste (e-waste) recycling employed in developing countries are a source of work-related musculoskeletal disorders (WRMSDs). A summarized comparison of WRMSDs and preliminary exposure assessment among e-waste dismantlers (D) and burners (B) in Agbogbloshie, Ghana is presented. A cross-sectional study was conducted to investigate WRMSDs and associated risk factors using the Cornell Musculoskeletal Discomfort Questionnaire and a newly developed ergonomic assessment tool. Results indicated higher WRMSDs prevalence in the lower back (68% D vs. 52% B; p = 0.172), shoulder (41% D vs. 29% B; p = 0.279) and upper arm (33% D vs 5% B; p = 0.010). Moderate to severe trunk flexion, high force exertion, repetition and vibration were prevalent risk factors among workers and were significantly higher in dismantlers than burners ( p ≤ 0.001). Detailed ergonomic studies investigating the relationship between physical exposures and WRMSDs are needed to provide a deeper understanding of WRMSD causation in e-waste workers and more particularly in unstructured, unregulated work.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 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 ».