MétaCan
Menu
Retour à la cohorte
Enregistrement W2071739034 · doi:10.1080/1059924x.2013.796902

Occupational Health and Safety Regulations in the Dairy Industry

2013· article· en· W2071739034 sur OpenAlexaffabout
Sue Reed, David I. Douphrate, Peter Lundqvist, Paul Jarvie, Gillian McLean, Niels Koehncke, Claudio Colosio, Tanusha Singh

Notice bibliographique

RevueJournal of Agromedicine · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture and Farm Safety
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesHealth and Safety Executive
Mots-clésLegislationOccupational safety and healthBusinessAgricultureEnforcementJurisdictionWork (physics)Environmental healthEngineeringMedicineGeographyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

The application of occupational health and safety (OHS) legislation in the dairy industry varies throughout the world. Generally there is no specific OHS legislation that applies to the dairy industry and mostly in countries the current OHS legislation applies to all workplaces with specific guidelines that apply to agricultural industries. The main difference between countries is in the application of OHS legislation specifically in relation to the size of the farms. In the USA, the OHS legislation, and therefore enforcement, does not, in most cases, apply to farms with less than 11 employees, whereas in other countries there is no minimum number of employees and in some cases such as the United Kingdom and Australia it covers all people who work on the farm. The other area of difference is in the use and publication of guidelines for the industry; some countries have a wide range of guidelines whereas other counties have few. Generally, this relates to the jurisdiction of the OHS legislation, which in several countries is not at a national level such as USA, Canada, and Australia. The main principal of OHS legislation is that all workplaces, including dairy farms, should be a safe and healthy place to work, and does not vary significantly between the countries reviewed even those with prescriptive legislation.

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)0,016
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,043
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,013
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,002
Communication savante0,0030,001
Science ouverte0,0020,002
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,003

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 Opus0,021
Tête enseignante GPT0,255
Écart entre enseignants0,234 · 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

Citations13
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of AgromedicineMême sujetAgriculture and Farm SafetyTravaux en français237 207