MétaCan
Menu
Retour à la cohorte
Enregistrement W4313890546 · doi:10.18280/ijdne.170604

Risk of Musculoskeletal Disorder in the Working Posture of Online Motorcycle Drivers (Case Study: Drivers at Malang District)

2022· article· en· W4313890546 sur OpenAlexvenueno aff
Julianus Hutabarat, Johan Alfian Pradana, Fuad Achmadi, Diah Wilis Lestarining Basuki

Notice bibliographique

RevueInternational Journal of Design & Nature and Ecodynamics · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnthropometryMusculoskeletal disorderPhysical therapyBody postureBody segmentHuman factors and ergonomicsManual handlingPhysical medicine and rehabilitationEngineeringPsychologyMedicineOperations managementPoison controlEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Variations in the dimensions of each type of motorcycle and variations in the anthropometry of the rider's body often cause complaints of discomfort in the body which can eventually lead to musculoskeletal disorders. The purpose of this study is to determine the value of the driver's body point complaints using Nordic body maps, determine the improvement of body posture in terms of the risk level of the driver's musculoskeletal disorders using the integration of rapid upper limb assessment and rapid whole body assessment. The research methodology uses a sample of 30 respondents, with 3 types of motorcycles. Stages of data analysis using Nordic body maps, RULA, REBA and Body Mass Index. The results of the study stated that there were 7 points of complaints of musculoskeletal disorders with the role of repetitive static activities. The working posture condition of the integration of RULA and REBA is stated that there is an improvement in body posture in the dimensions of RULA and REBA with the achievement of the need for the role of changing the dimensions of the motorcycle seat and handlebar as a development to suppress the occurrence of musculoskeletal disorders.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,019
Tête enseignante GPT0,359
Écart entre enseignants0,340 · 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'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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Design & Nature and EcodynamicsMême sujetOccupational Health and Safety ManagementTravaux en français237 207