The forestry industry is one of the most hazardous industries in New Zealand, and the physical and cognitive fatigue of forestry workers has been shown to contribute to this. Physical and cognitive fatigue can be exacerbated by prolonged physical and cognitive workload. As such, we propose that the identification and mitigation of fatigue factors could reduce the risk of incident and injury in hazardous work environments. This paper introduces a semantic model for workload categorization. The model takes as input, a set of multi-modal physiological measurements, and uses parallel processing, complex event processing, and rule-based modelling to categorize a series of workloads (resting, cognitive workload, and physical workload). The model has undergone a set of evaluations, including categorization accuracy, and performance. The model has been tested under three scenarios: when a participant is resting and refraining from any physically or mentally demanding tasks; when a participant is undertaking a cognitively intensive task; and when a participant is walking, jogging, and running. The study has been conducted with participants between the ages of 22 and 39 and has shown an average accuracy of 89% for resting workload, 76% for cognitive workload, and 97% for physical workload. Finally, in this paper we discuss the application and extension of this model to predict fatigue in hazardous industries. The work described in this paper contributes to a larger research project centered on investigating technology uses in hazardous work environments.

林业是新西兰最危险的行业之一，林业工人的身体和认知疲劳已被证明是造成这种情况的原因。长时间的身体和认知工作量会加剧身体和认知疲劳。因此，我们建议识别和缓解疲劳因素可以降低危险工作环境中发生事故和受伤的风险。本文介绍了一种用于工作负载分类的语义模型。该模型将一组多模式生理测量作为输入，并使用并行处理、复杂事件处理和基于规则的建模来对一系列工作负荷（休息、认知工作负荷和物理工作负荷）进行分类。该模型已经过一系列评估，包括分类准确性和性能。该模型已在三种情况下进行了测试：当参与者正在休息并避免执行任何对身体或精神要求高的任务时；当参与者正在进行认知密集型任务时；以及参与者在步行、慢跑和跑步时。该研究针对 22 至 39 岁的参与者进行，结果表明，静息工作负荷的平均准确率为 89%，认知工作负荷的平均准确率为 76%，体力工作负荷的平均准确率为 97%。最后，在本文中，我们讨论了该模型在危险行业疲劳预测中的应用和扩展。本文中描述的工作有助于以调查技术在危险工作环境中的使用为中心的更大的研究项目。当参与者正在进行认知密集型任务时；以及参与者在步行、慢跑和跑步时。该研究针对 22 至 39 岁的参与者进行，结果表明，静息工作负荷的平均准确率为 89%，认知工作负荷的平均准确率为 76%，体力工作负荷的平均准确率为 97%。最后，在本文中，我们讨论了该模型在危险行业疲劳预测中的应用和扩展。本文中描述的工作有助于以调查技术在危险工作环境中的使用为中心的更大的研究项目。当参与者正在进行认知密集型任务时；以及参与者在步行、慢跑和跑步时。该研究针对 22 至 39 岁的参与者进行，结果表明，静息工作负荷的平均准确率为 89%，认知工作负荷的平均准确率为 76%，体力工作负荷的平均准确率为 97%。最后，在本文中，我们讨论了该模型在危险行业疲劳预测中的应用和扩展。本文中描述的工作有助于以调查技术在危险工作环境中的使用为中心的更大的研究项目。认知工作量为 76%，体力工作量为 97%。最后，在本文中，我们讨论了该模型在危险行业疲劳预测中的应用和扩展。本文中描述的工作有助于以调查技术在危险工作环境中的使用为中心的更大的研究项目。认知工作量为 76%，体力工作量为 97%。最后，在本文中，我们讨论了该模型在危险行业疲劳预测中的应用和扩展。本文中描述的工作有助于以调查技术在危险工作环境中的使用为中心的更大的研究项目。