Validation of occupational estimates of cumulative low-back load
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
In most genuine industrial settings, it is not yet feasible to directly measure in vivo tissue loads, nor is it practical to estimate dynamic load-time histories using biomechanical models. Thus, data extrapolation techniques are often used for obtaining occupational estimates of shift or daily cumulative low-back load exposures. These techniques are reliant on the assumption that the observed duty cycle of apparently stereotypical work is consistent over long working durations. This investigation evaluated the validity of this assumption using a controlled laboratory-based repetitive lifting task. Nine men performed 30-minutes of sagittal plane repetitive lifting tasks. Upper body kinematics were captured during the tasks, and a two-dimensional dynamic biomechanical model was used to generate peak and cumulative estimates of low-back loads. Over the course of the 30-minute testing sessions, kinematic adaptations at the elbow were responsible for an 8% reduction in duty cycle duration while peak low-back load magnitudes remained consistent. Combining reductions in duty cycle duration with negligible changes in peak loading contributed to a small decrease (⩽ 10%) in cumulative low-back load over the final 20-minutes of lifting. However, when data extrapolation was incorporated to estimate a shift exposure it was found that these changes could overestimate occupational cumulative low-back loading exposures by 10–27% inferences made regarding the risk of low-back pain or injury reporting associated with exposure.
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 | 0,000 | 0,001 |
| 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 découle