An Application of Fuzzy Ergonomic Assessment for Human Motion Analysis in Modular Construction
Notice bibliographique
Résumé
Work-related Musculoskeletal Disorders (WMSDs) account for about 34% of non-fatal injuries resulting in days away from work in the construction industry. Particularly in modular construction, due to the repetitive nature of the manual tasks, workers are highly exposed to ergonomic risks. To identify workers’ awkward postures that potentially lead to WMSDs, ergonomic assessment tools have been developed and widely used by ergonomists and Occupational Health and Safety (OHS) practitioners. However, the accuracy of these methods is highly affected by the subjectiveness towards the user’s inputs (e.g., body joint angles), which are difficult to accurately determine in given observation time. Consequently, the imprecise estimates of worker postures may result in inaccurate final results and risk intervention plans. In an effort to address this issue, this study applies fuzzy logic techniques to ergonomic evaluation tools—e.g., Rapid Upper Limb Assessment (RULA). By modelling the range of input values using fuzzy sets rather than discrete boundaries, the imprecision inherit in the inputs has less impact on the final RULA score. As a result, an automated fuzzy expert system has been developed by using membership functions and rules created based on the existing RULA method. An experiment is carried out in order to study the amount of imprecision in joint angle values from human estimations while observing a posture, and also to compare the sensitivity of RULA and the developed fuzzy RULA system to input imprecision. The results reveal that although the fuzzy RULA model has high correlation with RULA, it is more accurate and less sensitive to the variance in input values. The developed model presents a methodology to improve the accuracy of ergonomic assessment methods and handle the uncertainty inherent in ergonomic evaluation, providing the construction industry practitioners with an automated technique to evaluate the ergonomic safety of workers.
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 | 0,001 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».