Prediction of anthropometric variables in standing position in Venezuelan direct labor workers
DOI:
https://doi.org/10.56294/ri2024105Keywords:
Anthropometric Variables, Direct Labor Force, Multiple Regressions, Variable PredictionAbstract
The present research aims to predict anthropometric variables in workers of direct industrial labor force in bipedestation, with mathematical models or algorithms such as linear or multiple regression models, which facilitate the measurement process reducing costs and time in the research. The methodology was applied to a population sample of 185 workers (131M,54W) of Venezuelan industrial direct labor, located in the industrial zones of Aragua state, being its research level correlational-transversal-epidemiological. The research made use of the statistical procedure of linear and multiple regressions with the support of the mini tab-17 statistical package. From the statistical assumptions, the obtained functions of simple and multiple regression in the anthropometric variables in bipedestation, show us significant models (Average 95 %) for a P-value<0, 05 by age group and sex, which will allow to reduce the costs and time in the anthropometric measurements of the industrial direct labor workers in Venezuela
References
1. Vázquez, E (15 de septiembre de 2021). Importancia de la antropometría en el diagnostico nutricional. Proyecto Nodriza. Recuperado: https://proyectonodriza.org/la-antropometria-en-el-diagnostico-nutricional/.
2. Mora, J (2022): Modelos predictivos en salud basados en aprendizaje de maquina (machine learning. 33(6) 583-590. Recuperado: https://www.elsevier.es/es-revista-revista-medica-clinica-las-condes-202-pdf-S0716864022001213.
3.Burgos F. (2017) Predicción de dimensiones antropométricas y capacidad aeróbica en trabajadores de mano de obra directa industrial venezolana, aplicables al diseño ergonómico. (Tesis doctoral no publicada para optar al título de Doctor en Ingeniería). Universidad de Carabobo. Valencia, Venezuela.
4. Ghandi, R. (2018): Support Vector Machine. Towards data sciencie. Recuperado: https://towardsdatascience.com/support-vector-machine-introduction-to-machine-learning-algorithms-934a444fca47.
5. Bouza, C. & Santiago, A. (2012). La Minería De Datos: Arboles De Decisión Y Su Aplicación En Estudios Médicos. Modelación Matemática De Fenómenos Del Medio Ambiente Y La Salud. Tomo 2, 64-78. Recuperado: https://rideca.cs.buap.mx/web/files/articulo_itBUo0uWlAaJENf.pdf.
6. Aracena, C., Villena, F., Arias, F. & Dunstan, J (2022). Aplicaciones de aprendizaje automático en salud. Applications of machine learning in healthcare. Rev. Med. Clin. Condes. 33(6) 568-575. Recuperado: https://www.sciencedirect.com/science/article/pii/S0716864022001195
7. Fromuth, R., y Parkinson, M. (2008) Predicting 5th and 95th percentile anthropometric segment lengths from population stature, Proceedings of ASME International Design Engineering Technical Conferences DETC2008-50091.
8.Agha S., y Alnahhal M. (2012). Neural network and multiple linear regressions to predict school children dimensions for ergonomic design.Applied Ergonomics, 43, 979-984. Recuperado: http://isiarticles.com/bundles/Article/pre/pdf/8320.pdf.
9. Labrador, A (2023): Predicción De Dimensiones Antropométricas En Bipedestación Y Aptitud Física En Trabajadores Y Trabajadoras De Mano De Obra Directa Industrial Venezolana (MODIV). Tesis para optar al título de doctor en salud Pública, Programa del Doctorado de Salud Pública Facultad de Ciencias de la Salud de la Universidad de Carabobo. Venezuela. http://riuc.bc.uc.edu.ve/handle/123456789/9837
10. Rodríguez-Larralde, A., Castro, D., González, M. & Morales, J. (2001). Frecuencia Génica & Porcentaje De Mezcla En Diferentes Áreas Geográficas De Venezuela, De Acuerdo A Los Grupos Rh Y Abo. Interciencia, 26(1), 8-12. Recuperado de: https://www.analesdenutricion.org.ve/publicaciones/384.pdf.
11. Minitab-17 (12 de diciembre de 2013). Minitab Blog Editor. Recuperado: https://blog.minitab.com/en/adventures-in-statistics-2/regression-analysis-tutorial-and-examples.
12. Triola, M. (2009). Estadística. México D. F, México. Editorial Pearson Educación de México. Recuperado de: https://www.uv.mx/rmipe/files/2015/09/Estadistica.pdf
13. Ardila, L., Castro, G. & Sarmiento, V (2015). Caracterización Antropométrica En Trabajadores De Estiba De La Plaza Mercado De La Ciudad De Valledupar. Rev. Col. Reh 2.Vol 14.66-74.Recuperado: https://revistas.ecr.edu.co/index.php/RCR/article/view/10.
Published
Issue
Section
License
Copyright (c) 2024 Alejandro Labrador Parra, Evelin Escalona (Author)
This work is licensed under a Creative Commons Attribution 4.0 International License.
The article is distributed under the Creative Commons Attribution 4.0 License. Unless otherwise stated, associated published material is distributed under the same licence.
