MétaCan
Menu
Retour à la cohorte
Enregistrement W2057658312 · doi:10.5430/ijba.v5n4p12

Good Housekeeping - A Panacea for Slips, Trips & Falls Accident in the NLNG Project, Bonny

2014· article· en· W2057658312 sur OpenAlexvenueno aff
Mba Okechukwu Agwu, Samuel Oluwadare Ajayi

Notice bibliographique

RevueInternational Journal of Business Administration · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHousekeepingPanacea (medicine)WorkforceOperations managementDescriptive statisticsBusinessEngineeringStatisticsMedicineMathematicsEconomicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

The paper discussed good housekeeping- a panacea for slips, trips &falls (STF) accident in the NLNG project Bonny. Good housekeeping entails cleaning and orderly arrangement of materials in the workplace. The study assumes that good housekeeping practices will eliminate workplace clutter (unsafe condition) which is the common cause of STF accident and make the workplace neat, comfortable and pleasant. The research question ascertained the extent at which elimination of workplace clutter (unsafe condition) and reduction of STF accident rate is influenced by the implementation of good housekeeping programme in the NLNG project Bonny. A descriptive research design was used in conducting the study; using questionnaire administered on 384 randomly selected employees of the ten NLNG construction companies in Bonny Island. Data collected were analyzed using descriptive statistics. The results indicated that implementation of good housekeeping programme to a large extent eliminated workplace clutter and reduced STF accident rate in the NLNG project Bonny. The study therefore recommends among others: management leadership and commitment on good housekeeping, regular housekeeping audits, regular training of employees on good housekeeping techniques, introduction of good housekeeping incentives and encouragement of good housekeeping culture among the workforce.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,159
Score d'incertitude au seuil0,398

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,003
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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,138
Tête enseignante GPT0,499
Écart entre enseignants0,362 · 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'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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Business AdministrationMême sujetOccupational Health and Safety ResearchTravaux en français237 207