ATIVIDADE DE PODA DE VEGETAÇÃO REALIZADA POR ELETRICISTA DE LINHA VIVA: UMA INTEGRAÇÃO DA ANÁLISE DO TRABALHO, ANÁLISE DE CLUSTER E BIOMECÂNICA
VEGETATION PRUNING ACTIVITY PERFORMED BY LIVE LINE ELECTRICIAN: AN INTEGRATION OF WORK ANALYSIS, CLUSTER ANALYSIS AND BIOMECHANICS
Samuel Bento da Silva, Sandra Francisca Bezerra Gemma, Flavia Traldi de Lima, Amanda Lopes Fernandes, José Luiz Pereira Brittes, Milton Shoiti Misuta
Resumo
Este estudo consistiu em compreender a atividade de poda convencional (poda_Conv) e poda com o protótipo de suporte (poda_ProtSup) com motopoda hidráulica de vegetação de Eletricistas de Linha Viva (ELV) de forma integrada entre análise do trabalho, análise de cluster e biomecânica. A análise foi conduzida em ambiente de laboratório. A análise de cluster do presente estudo foi realizada utilizando o método k-means. Durante a poda com o protótipo de suporte (poda_ProtSup), os valores de ângulo relativos aos movimentos da articulação do pescoço (plano sagital) apresentaram-se menores, que sugere uma postura mais adequada durante a atividade de poda. A análise de cluster apontou a formação de dois grupos (Índice de Silhouette de 0.7874), um associado à poda convencional (poda_Conv) e outro à poda com o protótipo de suporte (poda_ProtSup). A análise de cluster proporcionou uma compreensão refinada dos padrões de movimentos da articulação do pescoço e mostrou-se uma ferramenta eficaz para identificar padrões intrínsecos a partir dos dados biomecânicos e ergonômicos da atividade de poda de vegetação. Fundamentalmente, o protótipo de suporte atua na redução da carga do implemento (motopoda), por outro lado diminui a amplitude angular da articulação do pescoço, evidenciando sua relevância para a saúde e segurança dos eletricistas que realizam essa atividade.
Palavras-chave
Abstract
This study aimed to understand the activity of conventional pruning (pruningConv) and pruning with the support of a prototype (pruningProtSup) using hydraulic pruning of vegetation by Live Line Electricians (ELV), in an integrated way involving work analysis, analysis of cluster and biomechanics. The analysis was carried out in a laboratory environment. Cluster analysis in this study was performed using the k-means method. During pruning with the prototype support, lower angle values were observed, suggesting a more adequate posture during the pruning activity. Cluster analysis indicated the formation of two groups (Silhouette Index of 0.7874), one associated with conventional pruning and the other with pruning using the prototype support. Cluster analysis provided a refined understanding of cervical movement patterns and proved to be an effective tool for identifying intrinsic patterns from biomechanical and ergonomic data from vegetation pruning activities. Fundamentally, the support prototype acts to reduce the load on the implement (pruning tool); on the other hand, it reduces the angular amplitude of the cervical joint, highlighting its relevance for the health and safety of electricians who carry out this activity.
Translated version DOI: https://doi.org/10.4322/rae.v17e202305.en
Keywords
Referencias
Andersen, L. L., et al. (2021). Combined ergonomic exposures and development of musculoskeletal pain in the general working population: A prospective cohort study. Scandinavian Journal of Work, Environment & Health, 47(4), 287–295.
ANEEL – Agência Nacional de Energia Elétrica. (2022). Programa de Pesquisa e Desenvolvimento Tecnológico. Recuperado de https://www.gov.br/aneel/pt-br/assuntos/pesquisa-e-desenvolvimento/programa-de-pesquisa-e-desenvolvimento-tecnologico
Coltman, C. E., Steele, J. R., & McGhee, D. E. (2018). Effects of age and body mass index on breast characteristics: A cluster analysis. Ergonomics, 61(9), 1232–1245.
Eckardt, J.-N., et al. (2023). Unsupervised meta-clustering identifies risk clusters in acute myeloid leukemia based on clinical and genetic profiles. Communications Medicine, 3(1), 68.
Gemma, S. F. B., et al. (2022). Artefatos Tecnológicos e o Trabalho de Eletricistas de Linha Viva. Revista Psicologia: Organizações e Trabalho, 22(3), 2163-2170.
Geng, L., & Hamilton, H. J. (2006). Interestingness measures for data mining. ACM Computing Surveys, 38(3), 9.
Gonçalves, M. S. R., et al. (2021). A poda de vegetação no trabalho do eletricista de linha viva sob a ótica da ergonomia e da psicodinâmica do trabalho. Laboreal, 17(2).
Guedon, A. F., et al. (2023). Identifying high-risk profile in primary antiphospholipid syndrome through cluster analysis: French multicentric cohort study. RMD Open, 9(1), e002881.
Guérin, F., Laville, A., Daniellou, F., Duraffourg, J., & Kerguelen, A. (2001). Compreender o trabalho para transformá-lo: A prática da ergonomia. São Paulo: Edgard Blücher.
Hair, J. F., et al. (n.d.). Multivariate Data Analysis.
Hu, X., et al. (2022). Identification of balance recovery patterns after slips using hierarchical cluster analysis. Journal of Biomechanics, 143, 111281.
Jacquier-Bret, J., Gorce, P., & Rouvière, E. (2023). Ergonomic risk assessment during massage among physiotherapists: Introduction of generic postures notion. Work, 1–9.
Jain, A. K. (2010). Data clustering: 50 years beyond K-means. Pattern Recognition Letters, 31(8), 651–666.
Jain, A. K., Murty, M. N., & Flynn, P. J. (1999). Data clustering: A review. ACM Computing Surveys (CSUR), 31(3), 264-323.
Kim, H. J., et al. (2023). Subgrouping patients with zoster-associated pain according to sensory symptom profiles: A cluster analysis. Frontiers in Neurology, 14, 17.
Leardini, A., et al. (2011). Multi-segment trunk kinematics during locomotion and elementary exercises. Clinical Biomechanics, 26(6), 562–571.
Lee, H., et al. (2023). Cluster analysis of autoencoder-extracted FDG PET/CT features identifies multiple myeloma patients with poor prognosis. Scientific Reports, 13(1), 7881.
Mohammadi, T., et al. (2023). Unsupervised Machine Learning with Cluster Analysis in Patients Discharged after an Acute Coronary Syndrome: Insights from a 23,270-Patient Study. The American Journal of Cardiology, 193, 44–51.
Moriguchi, C. S., Alencar, J. F., Miranda-Junior, L. C., & Coury, H. J. C. G. (2009). Sintomas musculoesqueléticos em eletricistas de rede de distribuição de energia. Revista Brasileira de Fisioterapia, 13(2).
Rousseeuw, P. J. (n.d.). Silhouettes: A graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics.
Sokal, R. R. (1963). The principles and practice of numerical taxonomy. Taxon, 12(5), 190–199.
Traldi, F. L. (2022). Vivências relacionadas ao trabalhar na produção de semijoias: Contribuições da ergonomia e da psicodinâmica do trabalho (Dissertação de Mestrado em Ciências Humanas e Sociais Aplicadas). Universidade Estadual de Campinas, Limeira, SP, Brasil.
Traldi, F., Heloani, J. R. M., & Gemma, S. F. B. (2023). Zelo e cooperação como mobilizações subjetivas fundamentais para preservação da saúde e segurança no trabalho: Estudo sobre o trabalho de eletricistas de linha viva. Trabalho (En) Cena, 8(Contínuo), e023022-e023022.
Traldi, F. L., Gemma, S. F. B., Misuta, M. S., da Silva, S. B., & Brittes, J. L. P. (2022). Métodos e Práticas Integrativas em P&D: Contribuições para a Saúde, Segurança e Qualidade de Vida (SSQV) de Eletricistas de Linha Viva. Desenvolvimento em Questão, 20(58), e12318-e12318.
Wu, G., et al. (2002). ISB recommendation on definitions of joint coordinate system of various joints for the reporting of human joint motion—Part I: Ankle, hip, and spine. Journal of Biomechanics, 35(4), 543–548.
Wu, G., et al. (2005). ISB recommendation on definitions of joint coordinate systems of various joints for the reporting of human joint motion—Part II: Shoulder, elbow, wrist and hand. Journal of Biomechanics, 38(5), 981–992.