MétaCan
Menu
Retour à la cohorte
Enregistrement W2724353214 · doi:10.1097/jom.0000000000001052

Occupational Health and the Performing Arts

2017· review· en· W2724353214 sur OpenAlexaff
David Hinkamp, Jennie Morton, Donna Krasnow, M. Virginia Wilmerding, William J Dawson, Michael G. Stewart, H. Steven Sims, Jan Potter Reed, Katherine Duvall, Michael McCann

Notice bibliographique

RevueJournal of Occupational and Environmental Medicine · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueMusicians’ Health and Performance
Établissements canadiensDawson College
Organismes subventionnairesnon disponible
Mots-clésThe artsPerforming artsDanceOccupational safety and healthMedicineMartial artsPerforming arts educationArts administrationPublic relationsMedical educationPsychologyArts in educationPolitical scienceVisual artsPathologyArt

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Workplace hazards in the performing arts cause injuries, disabilities, and deaths every year. Occupational health professionals are familiar with most of these hazards and are particularly qualified to contribute to efforts to reduce them. This article reviews current health issues in the performing arts and highlights opportunities for occupational health contributions. METHODS: Recognized experts in performing arts medicine were consulted and articles illustrating performing arts health issues were reviewed. Literature sources included medical databases, unindexed art-health publications, and popular press articles. RESULTS: Resources discussing hazards and health issues in theater, dance, voice, and instrumental musicians were located and reviewed. CONCLUSIONS: Treatment providers have a history of involvement with segments of the performing arts. The occupational health approach to workplace health issues can effectively complement these efforts. Sources of further information on performing arts health concerns are available.

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)0,001
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 enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,198
Tête enseignante GPT0,444
Écart entre enseignants0,246 · 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

Citations22
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Occupational and Environmental MedicineMême sujetMusicians’ Health and PerformanceTravaux en français237 207