Noise as an explanatory factor in work-related fatality reports
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Noise exposure in the workplace is a common reality in Québec, Canada as it is elsewhere. However, the extent to which noise acts as a causal or contributive factor in industrial work-related accidents has not been studied thoroughly despite its plausibility. This article aims to describe the importance or potential importance, during investigations looking into the specific causes of each work-related fatal accident, of noise as an explanatory factor. The written information contained in the accident reports pertaining to contextual and technical elements were used. The study used multiple case qualitative content analysis. This descriptive study was based on the content analysis of the 788 reports from the Commission de la santé et de la sécurité du travail du Québec [Workers' Compensation Board (WCB)] investigating the fatal work-related accidents between 1990 and 2005. The study was descriptive (number and percentages). Noise was explicitly stated as one of the explanatory factors for the fatal outcome in 2.2% (17/788) of the fatal accidents, particularly when the work involved vehicular movement or the need to communicate between workers. Noise was not typically considered a unique cause in the accident, notably because the investigators considered that the accident would have probably occurred due to other risk factors (for example, disregard of safety rules, shortcomings in work methods, and inadequate training). Noise is an important risk factor when communication is involved in work. Since noise is ubiquitous and may also interfere with vigilance and other risk factors for accidents, it may be a much more important contributing factor to accidents than is currently recognized.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle