Usefulness of the Rapid Office Strain Assessment (ROSA) tool in detecting differences before and after an ergonomics intervention
Notice bibliographique
Résumé
BACKGROUND: Most ergonomics studies on office workstations evaluate the effects of an intervention only by subjective measures such as musculoskeletal pain and discomfort. Limited evidence has been provided regarding risk factor reduction in office environments through standardized methods assessments. The Rapid Office Strain Assessment (ROSA) tool can provide an estimation of risk factor exposure for office workers as a means by which the outcome of interventions can be quantified. PURPOSE: The aim of the study was to evaluate if ROSA scores reflect changes in risk factors after an ergonomics intervention among office workers. METHODS: Office workers (n = 60) were divided into two groups. The experimental group received a workstation intervention and the control group received no intervention. Changes in ROSA scores were compared before and after the intervention in both groups. RESULTS: Statistically significant reductions in the ROSA final and section scores occurred after the intervention in the experimental group with (mean reduction of 2.9, 0.8 and 1.6 points for sections A, B and C, respectively). In contrast, no differences were detected in the control group (mean increase of 0.1 point for sections A and C and mean reduction of 0.1 point for Section B). CONCLUSIONS: These findings show that ROSA scores reflect changes in risk factors after an ergonomics intervention in an office environment. Consequently, this tool can be used for identifying and controlling risk factors among computer workers, before and after interventions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».