MétaCan
Menu
Retour à la cohorte
Enregistrement W2065089194 · doi:10.2166/wh.2014.163

Experience, training and confidence among small, non-community drinking water system operators in Ontario, Canada

2014· article· en· W2065089194 sur OpenAlexaffabout
Wendy Pons, Scott A. McEwen, Katarina Pintar, Andria Jones‐Bitton, Ian Young, Andrew Papadopoulos

Notice bibliographique

RevueJournal of Water and Health · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensPublic Health Agency of CanadaUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésOutreachTraining (meteorology)Low ConfidencePopulationPreferenceOperator (biology)Medical educationEnvironmental healthMedicinePsychologyGeographySocial psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

The water operator plays an important role in water safety; however, little published research exists that has examined this role. The purpose of this study was to develop a greater understanding of the experience, existing knowledge, confidence and future training needs of the small, non-community drinking water operator in Ontario in order to help guide future outreach and training opportunities. A cross-sectional telephone survey of 332 small, non-community drinking water operators in Ontario was conducted in July and August 2011. Survey questions pertained to respondents' experience as operators, formal training, perceived importance of water safety issues, confidence in handling water safety issues, and future training needs. Approximately 16% (54/330) of respondents had one year or less experience as a water operator, and 60% (199/332) reported that being a water operator was not a chosen profession. Only 37% (124/332) of operators reported completing operator training. Respondents reported a preference for online training courses or on-site training (compared with a classroom setting). Low training rates, inexperience, and in certain situations, low confidence, among many small water system operators highlight a need to provide continued support to the development of ongoing training opportunities in this population.

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)0,003
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil0,259

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,050
Tête enseignante GPT0,306
Écart entre enseignants0,256 · 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

Citations16
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Water and HealthMême sujetInjury Epidemiology and PreventionTravaux en français237 207