Usability of an Intelligent Sit-Stand Desk in Office Teleworkers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Office work often results in long bouts of time spent sitting without moving, accumulating prolonged static posture (PSP), which might cause musculoskeletal discomfort (MSD). Although sit-stand desks (SSD) allow posture changes, employees do not use them sustainably. In order to automate posture adjustments, an intelligent SSD with an interactive system (iSSD) was created. This study assessed the impact of the iSSD on postural hygiene and explored the user experience. Ten office employees working remotely from home (teleworkers) used the iSSD with (phase B) and without (phase A2) automation. The usage data of the iSSD was measured daily by sensors. We assessed MSDs and working conditions through questionnaires. Semi-structured interviews evaluated participants’ satisfaction. Results showed a 29% decrease in sitting time and absent PSP for phase B. Subsequently, in phase A2, the sitting time returned close to baseline values. Questionnaires reported MSD alleviation and stability of working conditions. Interviews confirmed automation’s benefits for maintaining postural hygiene. Findings suggest that an interactive system can facilitate SSD adoption and promote postural hygiene at the office. HIGHLIGHTSWe added an interactive system to a usual sit-stand desk to force posture change.We tested iSSD usability by teleworkers through data tracked by the system sensors.We conducted qualitative interviews to assess participants’ satisfaction with iSSD.Using an iSSD could help office workers reduce prolonged static postures.Participants appreciated automated posture changes imposed by the interactive system.
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.
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 | 0,001 | 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 découle