MétaCan
Menu
Retour à la cohorte
Enregistrement W4366602768 · doi:10.1080/00140139.2023.2206073

Cross-cultural comparison of body dimensions and trends: an analysis of ANSUR and Size Korea datasets for automotive seating design

2023· article· en· W4366602768 sur OpenAlexaff
Jiyeong Kang, Haein Jeon, Eun‐Sik Kim, Kyongwon Kim, Hayoung Jung, Chris Lee

Notice bibliographique

RevueErgonomics · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueErgonomics and Musculoskeletal Disorders
Établissements canadiensUniversity of Windsor
Organismes subventionnairesMinistry of Science and ICT, South KoreaNational Research Foundation of Korea
Mots-clésAnthropometryDimension (graph theory)Product (mathematics)Automotive industryPopulationGeographyKorean populationEngineeringDemographyMathematicsSociologyMedicine

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to investigate the change in body dimensions over time in both Western (US) and Eastern (Korea) populations. In order to analyse the change of body dimension between the past and present and between western and eastern population, 13 body dimensions relating to automobile driver seat design were extracted from the ANSUR and Size Korea datasets at two time points, the past (ANSUR I: 1988, Size Korea: 1992) and the present (ANSUR II: 2012, Size Korea: 2012). Most of the dimensions differed significantly between past and present, as well as between the US and Korea. Overall, the data show an increasing trend of body dimensions over time for both genders. Based on the results, all countries should be encouraged to conduct periodic and national anthropometric research because body dimensions are continuously changing over time worldwide.Practitioner summary: This paper describes a study that investigates the changes in body dimensions over time in Western (US) and Eastern (Korean) populations. Findings indicate increasing trends in most dimensions for both populations, crucial for user-friendly product design and preventing hazards caused by faulty products.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,177
Score d'incertitude au seuil0,597

Scores Codex et Gemma par catégorie

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

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 Opus0,052
Tête enseignante GPT0,404
Écart entre enseignants0,352 · 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 tête enseignante, 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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueErgonomicsMême sujetErgonomics and Musculoskeletal DisordersTravaux en français237 207