The effects of standing foot-transmitted vibration on self-reported discomfort ratings
Notice bibliographique
Résumé
BACKGROUND: Occupational foot-transmitted vibration (FTV) exposure is common in industries like mining, construction, and agriculture, often leading to acute and chronic injuries. Vibration assessments require technical expertise and equipment which can be costly for employers to perform. Alternatively, researchers have observed that self-reported discomfort can be used as an effective indicator of injury risk. OBJECTIVE: This study aimed to investigate the effect of standing FTV exposure on self-reported ratings of discomfort, and whether these subjective ratings differed by body area and exposure frequency. METHODS: Participants (n = 30) were randomly exposed to standing FTV at six frequencies (25, 30, 35, 40, 45, and 50 Hz) for 20-45 seconds. Following each exposure, participants rated discomfort on a scale of 0-9 in four body areas: head and neck (HN), upper body (UB), lower body (LB), and total body. RESULTS: Results indicated that participants experienced the most discomfort in the LB at higher frequencies (p < 0.001), consistent with the resonance of foot structures. The HN discomfort tended to decrease as the exposure frequency increased, although not statistically significant (p > 0.0167). The UB discomfort remained relatively low across all frequencies. CONCLUSIONS: The study suggests a potential connection between resonant frequencies and discomfort, potentially indicating injury risk. Although self-reported discomfort is insufficient for directly assessing injury risk from FTV, it provides a simple method for monitoring potential musculoskeletal risks related to vibration exposure at resonant frequencies. While professional vibration assessment remains necessary, self-reported discomfort may act as an early indicated of vibration-induced injuries, aiding in implementing mitigation strategies.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 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 ».