MétaCan
Menu
← Retour à la cohorte
Enregistrement W2015623408 · doi:10.3138/jvme.34.2.168

A New System to Reduce Formaldehyde Levels Improves Safety Conditions during Gross Veterinary Anatomy Learning

2007· article· en· W2015623408 sur OpenAlexvenueno aff
Víctor Nacher, Cristina Llombart, Ana Carretero, Marc Navarro, Pere Ysern, S Calero, Enric Fígols, Jesús Ruberte

Notice bibliographique

RevueJournal of Veterinary Medical Education · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueAnatomy and Medical Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGross anatomyFormaldehydeDissection (medical)HygienePersonal protective equipmentVeterinary medicineMedicineSurgeryAnatomyBiologyPathology

Résumé

récupéré en direct d'OpenAlex

Dissection is a very useful method of learning veterinary anatomy. However, formaldehyde, which is widely used to preserve cadavers, is an irritant, and it has recently been classified as a carcinogen. In 1997, the Instituto Nacional de Seguridad e Higiene en el Trabajo [National Institute of Workplace Security and Hygiene] found that the levels of formaldehyde in our dissection room were above the threshold limit values. Unfortunately, no optimal substitute for formaldehyde is currently available. Therefore, we designed a new ventilation system that combines slow propulsion of fresh air from above the dissection table and rapid aspiration of polluted air from the perimeter. Formaldehyde measurements performed in 2004, after the introduction of this new system into our dissection laboratory, showed a dramatic reduction (about tenfold, or 0.03 ppm). A suitable propelling/aspirating air system successfully reduces the concentration of formaldehyde in the dissection room, significantly improving safety conditions for students, instructors, and technical staff during gross anatomy learning.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,022
Tête enseignante GPT0,341
Écart entre enseignants0,319 · 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'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

Citations3
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary Medical Education→Même sujetAnatomy and Medical Technology→Travaux en français237 207→