MétaCan
Menu
Retour à la cohorte
Enregistrement W4413293480 · doi:10.1016/j.jelekin.2025.103049

Estimating maximum acceptable duty cycles (MADC) for overhead exertions

2025· article· en· W4413293480 sur OpenAlexafffund
Michael W. B. Watterworth, Nicholas J. La Delfa

Notice bibliographique

RevueJournal of Electromyography and Kinesiology · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensOntario Tech University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésOverhead (engineering)Computer scienceDutyReliability engineeringOperations managementEconomicsEngineeringPolitical scienceLawOperating system

Résumé

récupéré en direct d'OpenAlex

Overhead work poses a significant risk for shoulder musculoskeletal disorders due to elevated arm postures and sustained loading, yet current ergonomics tools provide limited guidance on the acceptable percentage of time such tasks can be performed. This concept, referred to as the Maximum Acceptable Duty Cycle (MADC), represents the proportion of time within a work cycle that an exertion can be sustained at a psychophysically acceptable level. This study addresses that gap by reconfiguring an existing ergonomics assessment tool for overhead work to estimate MADC, rather than maximum acceptable forces. MADC values across the overhead workspace were mapped using computational modeling of over 800,000 overhead hand positions under three superior-directed load conditions (5, 10, and 20 N). MADC varied substantially with hand position and force demand: at 5 N, values ranged from 0-40 %, while at 20 N, MADC never exceeded 14 %. A consistent ergonomic 'sweet spot' was identified slightly above and forward of the shoulder, where MADC is maximized, providing the largest design space for allowable task duty cycles. The reconfigured tool offers actionable, evidence-based guidance for overhead task design by informing duty cycle limits in industrial settings, where current one-size-fits-all thresholds lack empirical justification.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,248
Écart entre enseignants0,240 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Electromyography and KinesiologyMême sujetMuscle activation and electromyography studiesTravaux en français237 207