dc.coverage.temporal | 2023-2024 | es |
dc.creator | Hoz Torres, María Luisa de la | es |
dc.creator | Aguilar Aguilera, Antonio Jesús | es |
dc.creator | Martínez Aires, María Dolores | es |
dc.creator | Ruiz, Diego P. | es |
dc.creator | Arezes, Pedro | es |
dc.creator | Costa, Nélson | es |
dc.date.accessioned | 2024-05-13T08:58:00Z | |
dc.date.available | 2024-05-13T08:58:00Z | |
dc.date.created | 2023-07-20 | |
dc.date.issued | 2024-05-13 | |
dc.identifier.citation | Hoz Torres, M.L.d.l., Aguilar Aguilera, A.J.,...,Costa, N. (2024). Development of Artificial Neural Network Based Model for Assessing the Whole-Body Vibration exposure [Dataset]. idUS (Depósito de Investigación de la Universidad de Sevilla). https://doi.org/10.12795/11441/158149. | |
dc.identifier.uri | https://hdl.handle.net/11441/158149 | |
dc.description.abstract | This dataset is part of a study that proposes a methodology to facilitate the application of individual long-term whole-body vibration (WBV) exposure assessment models. The proposed methodology can be applied to a wide variety of activities that expose vehicle drivers to WBV in the construction sector (such as demolition tasks, earth moving or material transport). For this purpose, a driver with extensive experience in driving heavy equipment vehicles was selected and a measurement campaign was conducted. During the measurement campaign, typical activities were assessed, and the magnitude of the transmitted acceleration was characterized and analyzed. The collected data were processed and integrated into a database. | es |
dc.description.abstract | Este conjunto de datos es parte de un estudio que presenta una metodología que facilita la aplicación de modelos de evaluación individual de exposición a vibraciones transmitidas a cuerpo entero (VCE) a largo plazo. La metodología propuesta es versátil y puede aplicarse eficazmente a diversas actividades que exponen a los conductores de vehículos a VCE en el sector de la construcción (como movimiento de tierras, transporte de materiales o tareas de demolición). Con este propósito, se seleccionó a un conductor con amplia experiencia en la conducción de vehículos de maquinaria pesada y se realizó una campaña de medición. Durante la campaña de medición se caracterizaron y analizaron las actividades de conducción típicas que lo exponían VCE y la magnitud de la aceleración transmitida. Los datos recogidos fueron procesados e integrados en una base de datos. Descripción del proyecto y resumen de los dataset generados. | |
dc.description.tableofcontents | The dataset contains variables that describe the WBV exposure during driving operations on different surfaces and at different speeds. | es |
dc.description.tableofcontents | El dataset contiene variables que caracterizan la exposición a VCE en diferentes superficies y a diferentes velocidades. | |
dc.format | text/csv | es |
dc.language.iso | eng | es |
dc.relation.isreferencedby | Aguilar, A.J.; de la Hoz-Torres, M.L.; Martínez-Aires, M.D.; Ruiz, D.P.; Arezes, P.; Costa, N. Artificial Neural Network-Based Model for Assessing the Whole-Body Vibration of Vehicle Drivers. Buildings 2024, 14, 1713. https://doi.org/10.3390/buildings14061713 | |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | WBV | es |
dc.subject | whole-body vibration | es |
dc.subject | construction | es |
dc.subject | artificial neural network | es |
dc.subject | long-term assessment | es |
dc.subject | safety management | es |
dc.subject | workers’ health | es |
dc.subject | VCE | es |
dc.subject | Vibraciones transmitidas a cuerpo completo | es |
dc.subject | construcción | es |
dc.subject | red neuronal artificial | es |
dc.subject | evaluación a largo plazo | es |
dc.subject | gestión de la seguridad | es |
dc.subject | salud de los trabajadores | es |
dc.title | Development of Artificial Neural Network Based Model for Assessing the Whole-Body Vibration exposure [Dataset] | es |
dc.title.alternative | Propuesta de modelos basados en Redes Neuronales Artificiales para la evaluación de la exposición a vibraciones transmitidas a cuerpo entero a largo plazo [Dataset] | es |
dc.type | info:eu-repo/semantics/dataset | es |
dc.description.version | v.1 | es |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | es |
dc.contributor.affiliation | Universidad de Sevilla. Departamento de Construcciones Arquitectónicas II (ETSIE) | es |
dc.relation.projectID | MS2022-32 | es |
dc.identifier.doi | 10.12795/11441/158149 | |
dc.contributor.funder | Ministerio de Universidades (España) | es |
dc.contributor.contactPerson | Hoz Torres, María Luisa de la | es |
dc.contributor.dataCollector | Hoz Torres, María Luisa de la | es |
dc.contributor.dataCollector | Aguilar Aguilera, Antonio Jesús | es |
dc.contributor.datacurator | Hoz Torres, María Luisa de la | es |
dc.contributor.datacurator | Aguilar Aguilera, Antonio Jesús | es |
dc.type.resourcetype | Datos numéricos | es |