MétaCan
Menu
Retour à la cohorte
Enregistrement W1979238699 · doi:10.1088/1742-6596/151/1/012037

A good practice guide for safe work with nanoparticles: The Quebec approach

2009· article· en· W1979238699 sur OpenAlexaffabout
Claude Ostiguy, Brigitte Roberge, Laura Menard, Charles-Anica Endo

Notice bibliographique

RevueJournal of Physics Conference Series · 2009
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticles: synthesis and applications
Établissements canadiensNanoQuébec (Canada)Institut de recherche Robert-Sauvé en santé et en sécurité du travail
Organismes subventionnairesnon disponible
Mots-clésRisk analysis (engineering)Context (archaeology)Risk managementWork (physics)HazardOccupational safety and healthRisk assessmentLegislationIdentification (biology)BusinessControl (management)Computer scienceEngineeringMedicineComputer securityPolitical science

Résumé

récupéré en direct d'OpenAlex

new industrial revolution has already begun around nanotechnologies, letting us anticipate major scientific breakthroughs that will affect each economic activity sector and whose expected global economic impacts will exceed $1000 billion annually by 2012. Simultaneously, many studies reveal that nanoparticles represent different occupational health and safety (OHS) risks unique to them and that often differ from the risks related to the same chemical substances with larger dimensions. As the number of potentially exposed workers increases and much uncertainty persists about OHS risks, this extended abstract proposes a framework for occupational risk management with the objective of controlling exposure to NPs in a context of a major lack of specific data related to the hazards of these substances and to the level of occupational exposure. The framework takes into consideration the equal representation of both the employers and workers in the Québec legislation and accounts the potential routes of exposure and focuses on a structured approach dealing with hazard identification, exposure characterization, risk assessment and risk management through different control methodologies. These are included in a prevention program that must be followed up, once it has been implemented, and refined through an iterative approach as new data become available.

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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,215
Score d'incertitude au seuil0,306

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,268
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetNanoparticles: synthesis and applicationsTravaux en français237 207