Ağır Hadde İşçilerinde Kişiye Özel Tabanlık Kullanımının Ayak Basınç Analizi Üzerine Etkisinin İncelenmesi
Bibliographic record
Abstract
Amaç: Ayakta uzun süre çalışan bireyler için; ağrı, ayak fonksiyonelliği, taban basıncı gibi birçok olumsuz etkileri olan ayak deformiteleri; tendon, ligament, kas, sinir ve kemik-eklem dokularını ilgilendiren sorunlar ile ortaya çıkarak zincir şeklinde tüm vücudu etkiler. Kişiye özel üretilen tabanlıklar sayesinde ayak deformitelerinin meydana getirdiği negatif etkiler büyük oranda azaltılabilmektedir. Çalışmamızda ağır hadde işçilerinde kişiye özel üretilen tabanlık kullanımının, uzun süre ayakta kalmaya bağlı ve ayakta görülen deformitelerden kaynaklanan ağrı ve plantar basınç analizi üzerine olan etkisini incelemek amaçlandı. Gereç ve Yöntem: Dilovası Organize Sanayi Bölgesinde yer alan Ağır Haddecilik A.Ş.’de çalışan 89 bireyin plantar basınç analizi, anamnez formu, ayak postür analizi kaydedilerek dahil edilme kriterlerine uyan 25 kişi çalışmaya alındı. Anlık çıplak ayak ve tabanlık kullandıktan 1. ve 2. ay sonra ayak basınç analizleri tekrarlandı. Deformitelere özgü bilgisayar destekli tasarım ve üretim yöntemiyle deformiteye özel tabanlık uygulaması yapıldı. Tabanlık kullanımından önce ve sonra katılımcıların; ağrı durumlarını değerlendirmek için “McGill Ağrı Anketi”, ayak postürünü incelemek için “ Ayak Postür İndeksi” ve ayak basınç analizlerini ölçmek içinde statik pedobarografik cihazı (Sensörmedica, İtalya) kullanıldı. Bulgular: Bireylerin tabanlık kullanımı öncesi ile 8 hafta tabanlık kullanımı sonrası plantar basınç analizleri karşılaştırıldığında; anlık, 1. ve 2. ay ölçümlerinde fark bulundu (p
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.017 | 0.003 |
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".