MétaCan
Menu
Retour à la cohorte
Enregistrement W2294025652 · doi:10.1097/jom.0000000000000616

Managing Safety and Operations

2016· article· en· W2294025652 sur OpenAlexaff
Emile Tompa, Lynda S. Robson, Anna Sarnocinska-Hart, Robert D. Klassen, Anton Shevchenko, Sharvani Sharma, Sheilah Hogg‐Johnson, Benjamin C. Amick, David Johnston, Anthony Veltri, Mark Pagell

Notice bibliographique

RevueJournal of Occupational and Environmental Medicine · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensPublic Health OntarioWestern University
Organismes subventionnairesnon disponible
Mots-clésBest practiceOccupational safety and healthBusinessOperations managementRisk analysis (engineering)Process managementMedicineEngineeringManagement

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The aim of this study was to determine whether management system practices directed at both occupational health and safety (OHS) and operations (joint management system [JMS] practices) result in better outcomes in both areas than in alternative practices. METHODS: Separate regressions were estimated for OHS and operational outcomes using data from a survey along with administrative records on injuries and illnesses. RESULTS: Organizations with JMS practices had better operational and safety outcomes than organizations without these practices. They had similar OHS outcomes as those with operations-weak practices, and in some cases, better outcomes than organizations with safety-weak practices. They had similar operational outcomes as those with safety-weak practices, and better outcomes than those with operations-weak practices. CONCLUSIONS: Safety and operations appear complementary in organizations with JMS practices in that there is no penalty for either safety or operational outcomes.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
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: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
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 savante0,0030,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,064
Tête enseignante GPT0,430
Écart entre enseignants0,366 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Occupational and Environmental MedicineMême sujetOccupational Health and Safety ResearchTravaux en français237 207