Kas iskelet sistemi rahatsızlıklarının analizinde yeni bir risk değerlendirme yaklaşımı
Bibliographic record
Abstract
Bu çalışmada kas iskelet sistemi rahatsızlıklarının değerlendirilebilmesi amacıyla yeni bir risk değerlendirme yöntemi önerilmiştir. Önerilen yöntemde veri toplama aracı olarak Cornell Üniversitesi tarafından geliştirilen ve literatürde yaygın şekilde kullanılan “Kas İskelet Sistemi Rahatsızlık Anketi” kullanılmaktadır. Yöntem, otomotiv sektöründe kablo üretimi yapan bir yan sanayi kuruluşunda uygulanmış ve montaj hattı çalışanlarının maruz kaldığı kas iskelet sistemi rahatsızlıkları belirlenmeye çalışılmıştır. Hızlı tüm vücut değerlendirme yöntemi (REBA), Anybody modelleme sistemi (AMS) analizleri ve elektromiyografi (EMG) ölçümleri ile önerilen yöntemin doğrulaması yapılmıştır. Elde edilen sonuçlar, önerilen yöntemin kas iskelet sistemi rahatsızlıklarının (KİSR) teşhis edilmesinde başarılı bir biçimde kullanılabileceğini göstermiştir.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.013 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.025 | 0.005 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".