MétaCan
Menu
Retour à la cohorte
Enregistrement W2094019681 · doi:10.1136/injuryprev-2012-040590f.4

Risk assessment for LED lighting flicker

2012· article· en· W2094019681 sur OpenAlexaff
G. Nic Rider, Robert I. Altkorn, X Chen, Arnold J. Wilkins, Jennifer A. Veitch, Michael Poplawski

Notice bibliographique

RevueInjury Prevention · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueOcular and Laser Science Research
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésFlickerRisk assessmentLED lampPoison controlMedicineEnvironmental healthRisk analysis (engineering)Computer scienceEngineeringComputer securityElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Background LED (Light Emitting Diode) based lighting has been predicted to reach as much as 60% share of the global lighting market in the next 10 years. It is characterized by exceptional lifetime and excellent energy efficiency. However potential health concerns have been associated with flicker in some LED lighting technologies. Aims/Objectives/Purpose The IEEE PAR1789 Working Group has undertaken a risk assessment of potential hazards associated with flicker in LED lighting as part of an effort to develop Recommended Practices of Modulating Current in High Brightness LEDs for Mitigating Health Risks to Viewers. Methods Information on potential health effects of flicker was collected through an extensive literature review and consultation with experts. A risk assessment was conducted following the Eurosafe framework model of risk assessment. Results/Outcome Potential adverse effects of flicker include seizure, stroboscopic effects, migraine, exacerbation of repetitive behaviour in persons with autism, and asthenopic effects including eyestrain, fatigue, and reduced performance on visual tasks. Some health effects are well understood in terms of susceptible subgroups, prevalence and influential parameters while other potential hazards are less extensively studied. Therefore the risk assessment incorporates informational certainty as well as probability and severity of potential effects. Significance/Contribution to the Field Enable confidence in safe use and guidance for safe design of an environmentally important lighting technology.

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)0,013
score de la tête « metaresearch » (Gemma)0,029
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 enseignants0,013
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,029
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,031
Tête enseignante GPT0,424
Écart entre enseignants0,393 · 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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInjury PreventionMême sujetOcular and Laser Science ResearchTravaux en français237 207