Clasificación de riesgos en el manejo y transporte de cargas para la prevención de los problemas osteomusculares en los trabajadores de exportadora de cacao Verapaz.
Tesis
Materias > Biomedicina
Materias > Ingeniería
Universidad Europea del Atlántico > Docencia > Trabajos finales de Máster
Universidad Internacional Iberoamericana México > Docencia > Trabajos finales de Máster
Cerrado
Español
En la investigación cientifica sobre la Clasificación de riesgos en el manejo y transporte de cargas para la prevención de los problemas osteomusculares en los trabajadores de exportadora de cacao Verapaz, un tema relacionado al trabajo que realizan hombre y mujeres en la comercialización del cacao de cuatro comunidades del departamento de Alta Verapaz.La exportadora de Cacao Verapaz es la organización que dirige la producción y comercialización del cacao en Alta Verapaz, Guatemala. El objetivo general de la investigación es desarrollar un programa para la clasificación de riesgos en el manejo y transporte de cargas para la aplicación de procedimientos técnicos y operativos que eviten la aparición de problemas osteomusculares en los trabajadores de la exportadora de cacao Verapaz, dándole enfoque preventivo y para buscar oportunidades de mejora en el área de la prevencion de riesgos, por lo que se toman los objetivos específicos de: Identificar las tareas que tienen riesgo extremadamente alto, alto y moderado en el manejo de cargas para los trabajadores, así como clasificar el nivel de riesgo en el manejo de cargas, para posteriormente desarrollar un programa para el control de riesgos de trabajadores clasificados en el nivel de riesgo extremadamente alto, alto y moderado y al mismo tiempo proponer medidas de prevención, sustitución y eliminación de riesgos que implican desarrollar problemas osteomusculares. Para dicha investigación se utiliza una metodología cuantitativa con un diseño de Investigación Descriptivo. Se tiene un universo de 930 trabajadores de sexo masculino y femenino de las regiones de Cahabón, La Chúa, San Juan Chivite, y la finca Chimelb todos de Alta Verapaz y se toma una muestra por conveniencia no probabilística de 25 trabajadores, con los criterio de inclusión a) sexo masculino, b) edad de 18 a 40 años, c) trabajadores de selección manual del cacao d) trabajador encargado del volteo del cacao en caja de fermentación d) trabajadores encargados de transporte del cacao hacia el secado en el sol e) trabajadores que trasportan y apilan la carga en bodega de forma manual se aplican criterios de exclusión tales como a) trabajadores vacacionistas. b) trabajadores que no tienen horario de trabajo establecido c) trabajadores con menos de un año de trabajo en manejo de cargas d) trabajadores que trasportan las cargas en grupos e) trabajadores que refieran enfermedades preexistentes. Para la realización de la investigación se utiliza como técnica de recolección de datos la herramienta de inspección MAC (Manual Handling Assessment Charts) desarrollada por la Dirección de Salud y Seguridad en Inglaterra. Health and Safety Executive, UK. (2003). Técnica que utiliza una escala cuantitativa para medir el riesgo y un código de colores para calificar cada factor. La inspección se realiza a trabajadores que realizan las tareas de levantamiento, descenso y transporte individual de la carga, durante un periodo de ocho horas por una semana, identificando factores ambientales.Los resultados más importantes que se tienen son primer resultado manejo, descenso y trasporte de cargas con un peso superior al establecido en Acuerdo Gubernativo 29-2014 de Guatemala, un segundo resultado importante es una mala distancia entre los brazos y el cuerpo al levantar, defender y transportar la carga, otro resultado importante es un mal acoplamiento mano objeto debido a una mala técnica y a herramientas que no poseen una forma adecuada de sujeción, así mismo el transporte de la carga de forma manual y con peso superior al establecido coloca este tarea como un riesgo extremadamente alto al subir el peso por sobre la cabeza y transportarlo a una distancia superior a diez metros. Como oportunidad de mejora inmediata se plantea un programa de prevención con principios de Biomecánica, mecanización del peso permitido, selección/uso adecuado de las herramientas manuales y el análisis para la mitigación de los riesgos no tolerados por medio de medidas administrativa y organización de tareas en el trabajo. La estrategia a utilizar es el entrenamiento a los trabajadores en un periodo de seis meses y posteriormente evaluar las tareas con reducción de riesgos por medio de los indicadores:•Reducción del peso de la carga mínimo a 45 kilogramos para hombres mayores de 22 años en adelante.•80 % de trabajadores no inclinan la espalda y mantiene una postura ergonómica correcta.•100 % de trabajadores colocan los brazo pegados al cuerpo para hacer la fuerza física.•El 100% de los trabajadores que recolectan cacao hacen giros no mayores a 30 grados, evitando lateralización de tronco.•El 100 % de los trabajadores aplica la técnica correcta para el manejo de la carga.
metadata
Sintuj Cetino, Beatriz
mail
beatrizsintuj19@gmail.com
(2022)
Clasificación de riesgos en el manejo y transporte de cargas para la prevención de los problemas osteomusculares en los trabajadores de exportadora de cacao Verapaz.
Masters thesis, Universidad Europea del Atlántico.
Resumen
En la investigación cientifica sobre la Clasificación de riesgos en el manejo y transporte de cargas para la prevención de los problemas osteomusculares en los trabajadores de exportadora de cacao Verapaz, un tema relacionado al trabajo que realizan hombre y mujeres en la comercialización del cacao de cuatro comunidades del departamento de Alta Verapaz.La exportadora de Cacao Verapaz es la organización que dirige la producción y comercialización del cacao en Alta Verapaz, Guatemala. El objetivo general de la investigación es desarrollar un programa para la clasificación de riesgos en el manejo y transporte de cargas para la aplicación de procedimientos técnicos y operativos que eviten la aparición de problemas osteomusculares en los trabajadores de la exportadora de cacao Verapaz, dándole enfoque preventivo y para buscar oportunidades de mejora en el área de la prevencion de riesgos, por lo que se toman los objetivos específicos de: Identificar las tareas que tienen riesgo extremadamente alto, alto y moderado en el manejo de cargas para los trabajadores, así como clasificar el nivel de riesgo en el manejo de cargas, para posteriormente desarrollar un programa para el control de riesgos de trabajadores clasificados en el nivel de riesgo extremadamente alto, alto y moderado y al mismo tiempo proponer medidas de prevención, sustitución y eliminación de riesgos que implican desarrollar problemas osteomusculares. Para dicha investigación se utiliza una metodología cuantitativa con un diseño de Investigación Descriptivo. Se tiene un universo de 930 trabajadores de sexo masculino y femenino de las regiones de Cahabón, La Chúa, San Juan Chivite, y la finca Chimelb todos de Alta Verapaz y se toma una muestra por conveniencia no probabilística de 25 trabajadores, con los criterio de inclusión a) sexo masculino, b) edad de 18 a 40 años, c) trabajadores de selección manual del cacao d) trabajador encargado del volteo del cacao en caja de fermentación d) trabajadores encargados de transporte del cacao hacia el secado en el sol e) trabajadores que trasportan y apilan la carga en bodega de forma manual se aplican criterios de exclusión tales como a) trabajadores vacacionistas. b) trabajadores que no tienen horario de trabajo establecido c) trabajadores con menos de un año de trabajo en manejo de cargas d) trabajadores que trasportan las cargas en grupos e) trabajadores que refieran enfermedades preexistentes. Para la realización de la investigación se utiliza como técnica de recolección de datos la herramienta de inspección MAC (Manual Handling Assessment Charts) desarrollada por la Dirección de Salud y Seguridad en Inglaterra. Health and Safety Executive, UK. (2003). Técnica que utiliza una escala cuantitativa para medir el riesgo y un código de colores para calificar cada factor. La inspección se realiza a trabajadores que realizan las tareas de levantamiento, descenso y transporte individual de la carga, durante un periodo de ocho horas por una semana, identificando factores ambientales.Los resultados más importantes que se tienen son primer resultado manejo, descenso y trasporte de cargas con un peso superior al establecido en Acuerdo Gubernativo 29-2014 de Guatemala, un segundo resultado importante es una mala distancia entre los brazos y el cuerpo al levantar, defender y transportar la carga, otro resultado importante es un mal acoplamiento mano objeto debido a una mala técnica y a herramientas que no poseen una forma adecuada de sujeción, así mismo el transporte de la carga de forma manual y con peso superior al establecido coloca este tarea como un riesgo extremadamente alto al subir el peso por sobre la cabeza y transportarlo a una distancia superior a diez metros. Como oportunidad de mejora inmediata se plantea un programa de prevención con principios de Biomecánica, mecanización del peso permitido, selección/uso adecuado de las herramientas manuales y el análisis para la mitigación de los riesgos no tolerados por medio de medidas administrativa y organización de tareas en el trabajo. La estrategia a utilizar es el entrenamiento a los trabajadores en un periodo de seis meses y posteriormente evaluar las tareas con reducción de riesgos por medio de los indicadores:•Reducción del peso de la carga mínimo a 45 kilogramos para hombres mayores de 22 años en adelante.•80 % de trabajadores no inclinan la espalda y mantiene una postura ergonómica correcta.•100 % de trabajadores colocan los brazo pegados al cuerpo para hacer la fuerza física.•El 100% de los trabajadores que recolectan cacao hacen giros no mayores a 30 grados, evitando lateralización de tronco.•El 100 % de los trabajadores aplica la técnica correcta para el manejo de la carga.
| Tipo de Documento: | Tesis (Masters) |
|---|---|
| Palabras Clave: | Manejo de cargas, Evaluación de riesgos por gráficos, Nivel de riesgos, Problemas osteomusculares, Biomecánica. |
| Clasificación temática: | Materias > Biomedicina Materias > Ingeniería |
| Divisiones: | Universidad Europea del Atlántico > Docencia > Trabajos finales de Máster Universidad Internacional Iberoamericana México > Docencia > Trabajos finales de Máster |
| Depositado: | 31 Oct 2023 23:30 |
| Ultima Modificación: | 31 Oct 2023 23:30 |
| URI: | https://repositorio.uneatlantico.es/id/eprint/1511 |
Acciones (logins necesarios)
 |
Ver Objeto |
en
close
Enzymatic treatment shapes in vitro digestion pattern of phenolic compounds in mulberry juice
The health benefits of mulberry fruit are closely associated with its phenolic compounds. However, the effects of enzymatic treatments on the digestion patterns of these compounds in mulberry juice remain largely unknown. This study investigated the impact of pectinase (PE), pectin lyase (PL), and cellulase (CE) on the release of phenolic compounds in whole mulberry juice. The digestion patterns were further evaluated using an in vitro simulated digestion model. The results revealed that PE significantly increased chlorogenic acid content by 77.8 %, PL enhanced cyanidin-3-O-glucoside by 20.5 %, and CE boosted quercetin by 44.5 %. Following in vitro digestion, the phenolic compound levels decreased differently depending on the treatment, while cyanidin-3-O-rutinoside content increased across all groups. In conclusion, the selected enzymes effectively promoted the release of phenolic compounds in mulberry juice. However, during gastrointestinal digestion, the degradation of phenolic compounds surpassed their enhanced release, with effects varying based on the compound's structure.
Peihuan Luo mail , Jian Ai mail , Qiongyao Wang mail , Yihang Lou mail , Zhiwei Liao mail , Francesca Giampieri mail francesca.giampieri@uneatlantico.es, Maurizio Battino mail maurizio.battino@uneatlantico.es, Elwira Sieniawska mail , Weibin Bai mail , Lingmin Tian mail ,
Luo
en
close
A novel machine learning-based proposal for early prediction of endometriosis disease
Background Endometriosis is one of the causes of female infertility, with some studies estimating its prevalence at around 10 % of reproductive-age women worldwide and between 30 and 50 % in symptomatic women. However, its diagnosis is complex and often delayed, highlighting the need for more accessible and accurate diagnostic methods. The difficulty lies in its diverse etiology and the variability of symptoms among those affected. Methods This study proposes a predictive model based on supervised machine learning for the early identification of endometriosis, providing support for decision-making by healthcare professionals. For this purpose, an anonymised dataset of 5,143 female patients diagnosed with endometriosis at the private fertility clinic Inebir was used. The model integrates clinical records and genetic analysis through supervised machine learning algorithms, focusing on clinical variables and pathogenic and potentially pathogenic genetic variants. Results The developed predictive model achieves high accuracy in identifying the presence of endometriosis, highlighting the importance of combining clinical and genetic data in diagnosis. The integration of this data into the DELFOS platform, a clinical decision support system, demonstrates the utility of machine learning in improving the diagnosis of endometriosis. Conclusions The findings underscore the potential of clinical and genetic factors in the early diagnosis of endometriosis using supervised machine learning algorithms. This study contributes to the classification of clinical variables that influence endometriosis, offering a valuable tool for clinicians in making therapeutic and management decisions for their female patients.
Elena Enamorado-Díaz mail , Leticia Morales-Trujillo mail , Julián-Alberto García-García mail , Ana Teresa Marcos Rodríguez mail anateresa.marcos@uneatlantico.es, José Manuel Navarro-Pando mail jose.navarro@uneatlantico.es, María-José Escalona-Cuaresma mail ,
Enamorado-Díaz
<a href="/17788/1/s40537-025-01167-w.pdf" class="ep_document_link"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Detecting hate in diversity: a survey of multilingual code-mixed image and video analysis
The proliferation of damaging content on social media in today’s digital environment has increased the need for efficient hate speech identification systems. A thorough examination of hate speech detection methods in a variety of settings, such as code-mixed, multilingual, visual, audio, and textual scenarios, is presented in this paper. Unlike previous research focusing on single modalities, our study thoroughly examines hate speech identification across multiple forms. We classify the numerous types of hate speech, showing how it appears on different platforms and emphasizing the unique difficulties in multi-modal and multilingual settings. We fill research gaps by assessing a variety of methods, including deep learning, machine learning, and natural language processing, especially for complicated data like code-mixed and cross-lingual text. Additionally, we offer key technique comparisons, suggesting future research avenues that prioritize multi-modal analysis and ethical data handling, while acknowledging its benefits and drawbacks. This study attempts to promote scholarly research and real-world applications on social media platforms by acting as an essential resource for improving hate speech identification across various data sources.
Hafiz Muhammad Raza Ur Rehman mail , Mahpara Saleem mail , Muhammad Zeeshan Jhandir mail , Eduardo René Silva Alvarado mail eduardo.silva@funiber.org, Helena Garay mail helena.garay@uneatlantico.es, Imran Ashraf mail ,
Raza Ur Rehman
<a class="ep_document_link" href="/17794/1/s41598-025-95836-8.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Accurate solar and photovoltaic (PV) power forecasting is essential for optimizing grid integration, managing energy storage, and maximizing the efficiency of solar power systems. Deep learning (DL) models have shown promise in this area due to their ability to learn complex, non-linear relationships within large datasets. This study presents a systematic literature review (SLR) of deep learning applications for solar PV forecasting, addressing a gap in the existing literature, which often focuses on traditional ML or broader renewable energy applications. This review specifically aims to identify the DL architectures employed, preprocessing and feature engineering techniques used, the input features leveraged, evaluation metrics applied, and the persistent challenges in this field. Through a rigorous analysis of 26 selected papers from an initial set of 155 articles retrieved from the Web of Science database, we found that Long Short-Term Memory (LSTM) networks were the most frequently used algorithm (appearing in 32.69% of the papers), closely followed by Convolutional Neural Networks (CNNs) at 28.85%. Furthermore, Wavelet Transform (WT) was found to be the most prominent data decomposition technique, while Pearson Correlation was the most used for feature selection. We also found that ambient temperature, pressure, and humidity are the most common input features. Our systematic evaluation provides critical insights into state-of-the-art DL-based solar forecasting and identifies key areas for upcoming research. Future research should prioritize the development of more robust and interpretable models, as well as explore the integration of multi-source data to further enhance forecasting accuracy. Such advancements are crucial for the effective integration of solar energy into future power grids.
Oussama Khouili mail , Mohamed Hanine mail , Mohamed Louzazni mail , Miguel Ángel López Flores mail miguelangel.lopez@uneatlantico.es, Eduardo García Villena mail eduardo.garcia@uneatlantico.es, Imran Ashraf mail ,
Khouili
<a class="ep_document_link" href="/17796/1/1-s2.0-S2773032825000070-main.pdf"><img class="ep_doc_icon" alt="[img]" src="/style/images/fileicons/text.png" border="0"/></a>
en
open
Despite the global increase of women in business, there is still a very small proportion of female business leaders, although the distribution varies greatly by region and sector. Considering innovation, in its many forms, as well as female entrepreneurship, both considered as a path towards sustainability, the question arises as to whether this drive for sustainability leads to a greater presence of female CEOs. Current studies predominantly examine the impact of women's presence on a company's economic and financial performance, as well as any potential effects on its innovation strategy. However, the examination of factors that help understand the economic and business context influencing the presence of women in leadership roles is often overlooked. This empirical study fills this gap by exploring the micro and macro context influencing the presence of female CEOs in innovative firms worldwide stressing the influence of female owners. The sample comprises 107,026 companies from manufacturing and service industries in 118 countries, from 2007 to 2023, data obtained from the World Bank Enterprise Surveys. The econometric model applied is logistic regression with clustered standard errors. The study contains six estimations generating strong evidence supporting most of the formulated hypotheses. Findings suggest women CEOs are likely to lead women-owned firms which promote (sustainable) innovation through developing new products for new markets, allocating less investment in R&D, product innovation and business processes, although with some nuances. Other important factors to consider are productivity, sales strategy, firm size, sector, and socio-economic context with a gender focus.
Inna Alexeeva-Alexeev mail , Pilar Guaita-Fernandez mail , Cristina Mazas Pérez-Oleaga mail cristina.mazas@uneatlantico.es,
Alexeeva-Alexeev