Assessing the effect of machine automation on operator heart and breathing rate during mechanical harvesting of wild blueberries
Notice bibliographique
Résumé
Wild blueberries (Vaccinium angustifolium Ait.) are among eastern Canada's most economically important crops. Despite this, the industry faces significant labor shortages required to harvest the over 69 000 ha of wild blueberry land each year. Automation of the wild blueberry is among the leading areas of wild blueberry research. The requirement to automate several different aspects of the harvester means that at present an operator is still required in the tractor. To determine the impacts that automation features have on an operator, and to assess the potential to replace skilled operators with unskilled ones, heart and respiration rates were monitored across various automatic, semi-automatic and manual harvesting conditions. Across both years of the study, the skilled operator experienced a 13.83% decrease in average heart rate under the fully automated condition versus the fully manual condition. Similarly, the new operator experienced a 19.03% decrease in average heart rate for the same scenario. While a conclusive determination cannot be made due to the significant interaction effect, it was likewise interesting to note that the skilled operator seemed to benefit more from the automated head adjustment while the new operator seemed to benefit more from the autosteer. Respiration rate data did not yield a conclusive trend, though the highest respiration rates were seen under the fully manual harvesting condition in all but the 2022 new operator data. In all, this study lays significant groundwork in the justification of automation for addressing the skilled labour shortage and for the eventual full automation of the wild blueberry harvester.
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 | 0,001 |
| 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 ».