Including the ergonomist's voice in integrating MSD prevention and psychological health and safety: Challenges, tools, and considerations
Notice bibliographique
Résumé
The purpose of this study was to gather ergonomists' perspectives and experiences, describing current challenges and contextual considerations in risk assessment, exploring how ergonomists are currently integrating the multiple domains of ergonomics for MSD and/or psychological health and safety and highlighting key considerations in the design and format of future tools. In-depth, semi-structured interviews were conducted with twenty Canadian ergonomists to explore risk assessment tool use, favoured characteristics and format of tools, commonly addressed risk factors in their practice, and tools relating to both MSD prevention and psychological health and safety. The range of practitioner years of experience highlighted differing needs and approaches to the use and formatting of risk assessment tools. Practitioners reported using quantitative outcomes (levels of risk, values) from traditional physical tools complemented by a general observation of psychosocial or organizational factors. Though many respondents had not yet encountered the need for psychological injury assessment in their sectors it was identified as a quickly emerging area citing a need for valid and reliable tools. Practitioners noted a lack of available tools that integrated cognitive and psychosocial items presenting a future challenge for integrated tools that covered multiple ergonomic domains. Along with recommendations for future tool development, the authors reflect on the process of qualitative inquiry as an essential step in the risk assessment process. Future studies will be needed to develop and evaluate measurement properties of integrating psychosocial factors and their respective tools in traditional MSD assessment.
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 | 0,002 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».