MétaCan
Menu
Retour à la cohorte
Enregistrement W4387479547 · doi:10.1016/j.ergon.2023.103504

Prevalence of musculoskeletal disorders and postural analysis of beekeepers

2023· article· en· W4387479547 sur OpenAlexafffund
Mohsen Rasoulivalajoozi, Mojtaba Rasouli, Carmela Cucuzzella, Tsz-Ho Kwok

Notice bibliographique

RevueInternational Journal of Industrial Ergonomics · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Farm Safety
Établissements canadiensUniversité de MontréalConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMedicineWaistPhysical therapyWork-related musculoskeletal disordersLow back painBack painBack injuryNeck painPhysical medicine and rehabilitationBody mass indexHuman factors and ergonomicsEnvironmental healthPoison control

Résumé

récupéré en direct d'OpenAlex

Work-related musculoskeletal disorders (WRMSDs) lead to fatigue and decreased productivity in workers, resulting in the need for many affected individuals to seek medical treatment annually. Beekeepers , like other agricultural workers, are susceptible to WRMSDs due to the continuous demands of their work and the repetitive movements involved. Thus, the objective of this study is to determine the prevalence of WRMSDs and assess the level of risk associated with different postures among beekeepers to improve their musculoskeletal health. To achieve this, a cross-sectional study was conducted involving 33 beekeepers, consisting of two stages. Firstly, the Nordic Questionnaire was utilized to assess the prevalence of WRMSDs. Subsequently, the Ovako Working Posture Analysis System (OWAS) was employed to analyze and categorize the riskiest postures into four levels of corrective measures. The findings indicate that the most commonly affected areas were the back (51.5%) and waist (45.4%). The occurrence of WRMSDs in various body regions was significantly associated with the beekeepers’ years of experience and weekly working hours. Additionally, the prevalence of neck and back pain was significantly related to their body mass index (BMI). The OWAS postural analysis revealed that the back (36.75%) and arm (21.08%) regions required corrective measures as soon as possible (level III), while the back (26.47%) and legs (14.70%) fell under the category of corrective measures needed in the near future (level II). Combining the postural analysis results, 28.43% were classified as Action Levels (AL) II, 37.73% as level III, and 0.98% as level IV. This study demonstrates that WRMSDs are relatively common among beekeepers, primarily due to their extensive work experience and the adoption of awkward postures during their tasks. As a result, recommendations regarding ergonomics and physiotherapy are provided to alleviate pain and reduce the strain on critical postures.

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 enseignants0,361
Score d'incertitude au seuil0,127

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 Opus0,019
Tête enseignante GPT0,250
Écart entre enseignants0,231 · 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

Citations10
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Industrial ErgonomicsMême sujetAgriculture and Farm SafetyTravaux en français237 207