Diseño biomecánico del puesto de trabajo de noqueo en el faenamiento de ganado
Bibliographic record
Abstract
Las actividades productivas con exposición a carga estática causan muchos trastornos músculo esquelético, este trabajo analiza y estructura ergonómicamente el puesto de trabajo de faenamiento de ganado en la zona húmeda del Camal del Municipio de Ambato, para ello establece un análisis de significación de las variables con herramienta informática BIO-mec. Esta investigación empieza con un estudio de trabajo mediante observación de campo para identificar las actividades, tareas, tiempos de ejecución relacionados con el puesto de noqueo de reses en el Camal Municipal de Ambato en la zona de faenamiento de ganado vacuno que se relacionan con el manejo manual de carga y la adopción de postura incomoda en su ejecución que pueden causar sobrecarga de disposiciones corporales como: articulaciones, tendones, vainas tendinosas, ligamentos, músculos en el trabajador. Luego se realiza un análisis de significación de las variables que determina el método BIO-mec considerando características: fisiológicas del trabajador, peso de la carga sostenida, postura crítica del trabajador, duración de los esfuerzos, ángulos de los segmentos corporales y el porcentaje de la carga máxima soportable alcanzado en cada articulación para establecer la importancia de las mismas y modificar el puesto de trabajo hasta cumplir con los límites establecidos por la legislación Ecuatoriana. El resultado del diseño determina una afectación negativa en las cargas máximas admisibles de codo, hombro, torso, cadera, rodilla y tobillo con el uso de una plataforma ajustable al tamaño del ganado, mejorando los ángulos de postura de: 68,6° para el tobillo, 132° para rodilla, 92° cadera, 45° para L5/S1, 51° para hombro, 36° para muñeca. Con una carga suspendida de 4kg. Para un trabajador de 170 cm, 75 kg de peso y de género masculino.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.001 |
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 teacher head, 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".