MétaCan
Menu
Retour à la cohorte
Enregistrement W1984578605 · doi:10.2118/86752-ms

A Multifaceted Approach to Reducing Driving Incidents

2004· article· en· W1984578605 sur OpenAlexaboutno aff
Jennifer G. Speer

Notice bibliographique

RevueSPE International Conference on Health, Safety, and Environment in Oil and Gas Exploration and Production · 2004
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSafety and Risk Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipPlan (archaeology)Work (physics)Transport engineeringUnit (ring theory)Human factors and ergonomicsQuarter (Canadian coin)Computer scienceEngineeringBusinessAeronauticsPoison controlPsychologyFinanceEnvironmental healthGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Driving is one of the most hazardous tasks carried out by workers in the Western Canadian oil and gas industry. Significant distances are driven on a daily basis and drivers face numerous hazards during all seasons of the year. BP Canada Energy Company Canda Gas Business Unit implemented a multi-faceted approach to reducing driving incidents. The approach aimed to reduce the frequency of driving incidents and the severity, both actual and potential, of those incidents that did occur. It includes attention to BP employees and our contractors. In late 2001/early 2002, a driving incident reduction plan was put into place based on an analysis of previous year incident statistics. The incident reduction plan included a revised driver training program at the Schlumberger Driving School, implementing the Mission Possible at Work program (a partnership between the Alberta Motor Association and the RCMP) at all field and office locations, addressing driving issues with all major on-site contractors and finally developing and implementing leadership tools to promote better driving behavior. The result of the driving incident reduction plan implemented in 2002 were monitored at the end of each quarter and a revised plan put into place for 2003 based on data trends.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,002
Études des sciences et des technologies0,0030,001
Communication savante0,0020,002
Science ouverte0,0030,006
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,049
Tête enseignante GPT0,265
Écart entre enseignants0,216 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE International Conference on Health, Safety, and Environment in Oil and Gas Exploration and ProductionMême sujetSafety and Risk ManagementTravaux en français237 207