MétaCan
Menu
← Retour à la cohorte
Enregistrement W4200626815 · doi:10.3390/s21238120

Isolating In-Situ Grip and Push Force Distribution from Hand-Handle Contact Pressure with an Industrial Electric Nutrunner

2021· article· en· W4200626815 sur OpenAlexaff
Cederick Landry, Daniel Loewen, H. Shanker Rao, Brendan L. Pinto, Robert Bahensky, Naveen Chandrashekar

Notice bibliographique

RevueSensors · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésHand strengthEngineeringStructural engineeringContact forceGrip strengthSimulationComputer scienceMechanical engineeringPhysicsPhysical therapyMedicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Grip force during hand tool operation is the primary contributor to tendon strain and related wrist injuries, whereas push force is a contributor to shoulder injuries. However, both cannot be directly measured using a single measurement instrument. The objective of this research was to develop and test an algorithm to isolate the grip and push force distributions from in-situ hand-handle pressure measurements and to quantify their distributions among industrial workers using an electric nutrunner. METHODS: Experienced automobile assembly line workers used an industrial nutrunner to tighten fasteners at various locations and postures. The pressure applied by the hand on the tool handle was measured dynamically using pressure sensors mounted on the handle. An algorithm was developed to compute the push force applied to the handle of an electric pistol-grip nutrunner based on recorded pressure measurements. An optimization problem was solved to find the contribution of each measured pressure to the actual pushing force of the tool. Finally, the grip force was determined from the difference between the measured pressure and the calculated pushing pressure. RESULTS: The grip force and push force were successfully isolated and there was no correlation between the two forces. The computed grip force increased from low to high fastener locations, whereas the push force significantly increased during overhead fastening. A significant difference across the participants' computed grip forces was observed. The grip force distribution showed that its contribution to total hand force was larger than other definitions in the literature. CONCLUSIONS: The developed algorithm can aid in better understanding the risk of injury associated with different tasks through the notion of grip and push force distribution. This was shown to be important as even workers with considerable power tool experience applied significantly more grip and push force than other participants, all of whom successfully completed each task. Moreover, the fact that both forces were uncorrelated shows the need for extracting them independently.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,024
Tête enseignante GPT0,227
Écart entre enseignants0,203 · 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'étudeExpérimental (laboratoire)
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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSensors→Même sujetMotor Control and Adaptation→Travaux en français237 207→