MétaCan
Menu
Retour à la cohorte
Enregistrement W2429941148 · doi:10.1097/der.0000000000000155

Glove Use and Glove Education in Workers with Hand Dermatitis

2016· article· en· W2429941148 sur OpenAlexaffvenue
Kyle Rowley, Daana Ajami, Denise Gervais, Lindsay Mooney, Amy Belote, Irena Kudla, Sharon Switzer‐McIntyre, D. Linn Holness

Notice bibliographique

RevueDermatitis · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueContact Dermatitis and Allergies
Établissements canadiensSt. Michael's HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicinePersonal protective equipmentHand dermatitisOccupational exposureDemographicsHand eczemaPhysical therapyContact dermatitisMedical emergencyAllergyPathologyCoronavirus disease 2019 (COVID-19)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Occupational skin diseases are common. The occurrence of occupational skin diseases represents a failure of primary prevention strategies that may include the use of personal protective equipment, most commonly gloves. OBJECTIVE: The objective of this study was to describe current glove use and education practices related to gloves in workers being assessed for possible work-related hand dermatitis. METHODS: Participants included consecutive patients being assessed for possible work-related hand dermatitis. A self-administered questionnaire obtained information on demographics, workplace characteristics and exposures, glove use, and education regarding gloves. RESULTS: Ninety percent of the 105 participants reported using gloves. Only 44% had received training related to glove use in the workplace. Major gaps in training content included skin care when using gloves, warning signs of skin problems, and glove size. If the worker indicated no glove training received, the majority reported they would have used gloves if such training was provided. CONCLUSIONS: Although the majority of workers being assessed wore gloves, the minority had received training related to glove use. Particular gaps in training content were identified. Those who had not received training noted they would likely have used gloves if training had been provided.

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)0,003
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,236
Écart entre enseignants0,226 · 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

Citations12
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDermatitisMême sujetContact Dermatitis and AllergiesTravaux en français237 207