Application of disability-adjusted life years to predict the burden of injuries and fatalities due to public exposure to engineering technologies
Notice bibliographique
Résumé
BACKGROUND: As a public safety regulator, the Technical Standards and Safety Authority (TSSA) of Ontario, Canada predicts and measures the burden of injuries and fatalities as its primary means of characterizing the state of public safety and for decision-making purposes through the use of a simulation model. The paper proposes a simulation-based predictive model and the use of disability-adjusted life years (DALYs) as a population health metric for the purposes of reporting, benchmarking, public safety decision-making, and organizational goal setting. The proposed approach could be viewed as advancement in the application of traditional population health metrics, used primarily for public health policy decisions, for the measurement and prediction of safety risks across a wide variety of engineering technologies to which the general public is exposed. RESULTS: The proposed model is generic and applicable to a wide range of devices and technologies that are typically used by the general public. As an example, a measure of predicted risk that could result from the use of and exposure to elevating devices in the province of Ontario is presented in terms of the DALY metric. The predictions are further categorized in terms of the causal attribution of the risks for the purposes of identifying and focusing decision-making efforts. The results are also presented by taking into consideration factors such as near-misses or precursor events as termed in certain industries. CONCLUSIONS: The ability to predict potential health impacts has three significant advantages for a public safety regulator - external reporting, decision-making to ensure public safety, and organizational benchmarking. The application of the well-known Monte Carlo simulation has been proposed to predict the health impacts expressed in terms of DALYs. The practicality of the proposed ideas has been demonstrated through the application of the prediction model to characterizing and managing risks associated with elevating devices in the province of Ontario, Canada.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».