要約
この研究では、自然言語処理 (NLP) とモードベースのランキングを組み合わせて、筋骨格系障害 (MSD) の危険因子を詳しく調査しています。
目的は、集中的な予防と治療のための理解、分類、優先順位付けを洗練することです。
8 つの NLP モデルが評価され、事前トレーニングされた変換器、コサイン類似度、距離メトリックを組み合わせて、要因を個人、生体力学的、職場、心理的、および組織のクラスに分類します。
コサイン類似度を使用した BERT は 28% の精度を達成します。
ユークリッド距離、ブレイ・カーティス距離、ミンコフスキー距離を使用した文変換のスコアは 100% です。
10 分割相互検証により、統計テストにより確実な結果が得られます。
調査データとモードベースのランキングにより、文献と一致する重大度の階層が決定されます。
「作業姿勢」は最も厳しいものであり、姿勢の役割が強調されています。
調査の分析結果では、「雇用の不安」、「努力報酬の不均衡」、「従業員の設備の悪さ」が重要な要因として強調されています。
ランキングは、MSD 予防のための実用的な洞察を提供します。
この研究は、対象を絞った介入、職場の改善、および将来の研究の方向性を示唆しています。
この統合された NLP とランキングのアプローチは、MSD の理解を強化し、労働衛生戦略に情報を提供します。
要約(オリジナル)
This research delves into Musculoskeletal Disorder (MSD) risk factors, using a blend of Natural Language Processing (NLP) and mode-based ranking. The aim is to refine understanding, classification, and prioritization for focused prevention and treatment. Eight NLP models are evaluated, combining pre-trained transformers, cosine similarity, and distance metrics to categorize factors into personal, biomechanical, workplace, psychological, and organizational classes. BERT with cosine similarity achieves 28% accuracy; sentence transformer with Euclidean, Bray-Curtis, and Minkowski distances scores 100%. With 10-fold cross-validation, statistical tests ensure robust results. Survey data and mode-based ranking determine severity hierarchy, aligning with the literature. ‘Working posture’ is the most severe, highlighting posture’s role. Survey insights emphasize ‘Job insecurity,’ ‘Effort reward imbalance,’ and ‘Poor employee facility’ as significant contributors. Rankings offer actionable insights for MSD prevention. The study suggests targeted interventions, workplace improvements, and future research directions. This integrated NLP and ranking approach enhances MSD comprehension and informs occupational health strategies.
arxiv情報
| 著者 | Md Abrar Jahin,Subrata Talapatra |
| 発行日 | 2024-03-30 21:14:37+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google