A comparative study of biomechanical assessments in laboratory and field settings for manual material handling tasks using extractor tools and exoskeletons
Notice bibliographique
Résumé
To enhance physical capabilities of workers who regularly perform physically demanding tasks involving heavy lifting and awkward postures, various tools and occupational exoskeletons can be used. Most of the studies aiming to explore the efficiency of these tools and exoskeletons have been performed in confined and controlled laboratory spaces, which do not represent the real-world work environment. This study aimed to compare the outcome of biomechanical assessment of using a back support exoskeleton and assistive tools (Lever and Jake) in the procedure of a high demanding manual material handling task versus the results found by performing the same task in a laboratory. Ten able-bodied participants and ten able-bodied utility workers performed the same manhole removal task in-lab and in-field, respectively, with the aid of an exoskeleton and Lever and Jake tools. Muscle activity and Rapid Entire Body Assessment (REBA) scores were recorded using surface electromyography and inertial measurement units, respectively and compared between in-lab and in-field trials. The field experiments indicated significant differences ( p < 0.05) in normalized muscle activity across most muscles when compared to laboratory data. These results revealed how muscle activity is affected by the controlled lab setting compared to real-world field conditions. However, REBA scores indicate similar ergonomic implications regardless of the utilization of exoskeletons or tools. These findings underscore that real-world field assessments are crucial for evaluating ergonomic risks and effects of occupational exoskeletons and tools to account for environmental factors and workers’ skills in ergonomic evaluations of this nature.
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 ».