MétaCan
Menu
Retour à la cohorte
Enregistrement W2162810462 · doi:10.5539/ass.v9n3p182

Safety Culture in Combating Occupational Safety and Health Problems in the Malaysian Manufacturing Sectors

2013· article· en· W2162810462 sur OpenAlexvenueno aff
Noor Aina Amirah, Wan Izatul Asma, Mohd Shaladdin Muda, Wan Abd Aziz Wan Mohd Amin

Notice bibliographique

RevueAsian Social Science · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOccupational safety and healthBusinessLegislationSafety cultureEffective safety trainingIndustrialisationManufacturingWorkplace safetyQuality (philosophy)Operations managementRisk analysis (engineering)MarketingOccupational health nursingEngineeringHealth careEconomic growthMedicineEconomicsHealth policyManagement

Résumé

récupéré en direct d'OpenAlex

Rapid economic growth via industrialization has given not only a significant impact in terms of income distributions and quality of life, but it also resulted in increasing number of accidents at workplace. In reducing risk at the workplace, Occupational Safety and Health (OSH) is an important aspect. It is a standard which are set in legislation with the aim to eliminate and reduce hazards at workplace. Besides OSH, the term of ‘safety culture’ is also an important aspect in reducing risk and accident at workplace. This paper highlights the problems in the Malaysian manufacturing industries namely the high accident rate in manufacturing industries which may be due to lack of safety culture and non-compliance of the Malaysian Occupational Safety and Health Act’s (OSHA’s) requirements which may inadvertently led to lack of safety culture. The existence of these problems shows that workers’ and employers’ behaviour and compliance to OSHA will lead to positive safety culture which in turn will lead to reduction of accidents rate in the manufacturing industries in Malaysia.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0030,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,069
Tête enseignante GPT0,443
Écart entre enseignants0,375 · 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

Citations27
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetOccupational Health and Safety ResearchTravaux en français237 207