MétaCan
Menu
Retour à la cohorte
Enregistrement W2291416979 · doi:10.1139/apnm-2015-0474

Protective clothing ensembles and physical employment standards

2016· review· en· W2291416979 sur OpenAlexaffvenue
Tom M. McLellan, George Havenith

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueThermoregulation and physiological responses
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésClothingWork (physics)Metabolic rateHeat stressSelection (genetic algorithm)Computer scienceRisk analysis (engineering)BusinessEngineeringMedicineMechanical engineeringBiology

Résumé

récupéré en direct d'OpenAlex

Physical employment standards (PESs) exist for certain occupational groups that also require the use of protective clothing ensembles (PCEs) during their normal work. This review addresses whether these current PESs appropriately incorporate the physiological burden associated with wearing PCEs during respective tasks. Metabolic heat production increases because of wearing PCE; this increase is greater than that because of simply the weight of the clothing and can vary 2-fold among individuals. This variation negates a simple adjustment to the PES for the effect of the clothing on metabolic rate. As a result, PES testing that only simulates the weight of the clothing and protective equipment does not adequately accommodate this effect. The physiological heat strain associated with the use of PCEs is also not addressed with current PESs. Typically the selection tests of a PES lasts less than 20 min, whereas the requirement for use of PCE in the workplace may approach 1 h before cooling strategies can be employed. One option that might be considered is to construct a heat stress test that requires new recruits and incumbents to work for a predetermined duration while exposed to a warm environmental temperature while wearing the PCE.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,037
Tête enseignante GPT0,351
Écart entre enseignants0,314 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetThermoregulation and physiological responsesTravaux en français237 207