MétaCan
Menu
Retour à la cohorte
Enregistrement W2737927605 · doi:10.1016/j.shaw.2017.07.005

Priority Setting for Occupational Cancer Prevention

2017· article· en· W2737927605 sur OpenAlexafffundabout
Cheryl Peters, Alison Palmer, Joanne Telfer, Calvin Ge, Amy Hall, Hugh Davies, Paul A. Demers

Notice bibliographique

RevueSafety and Health at Work · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueOccupational and environmental lung diseases
Établissements canadiensUniversity of TorontoOccupational Cancer Research CentreCancer Care OntarioCarleton UniversityPublic Health OntarioUniversity of British ColumbiaWorld Wildlife Fund CanadaSimon Fraser University
Organismes subventionnairesPartenariat Canadien Contre Le Cancer
Mots-clésEnvironmental healthEstimationOccupational cancerOccupational safety and healthStakeholderBusinessPrioritizationOccupational exposureMedicineRisk analysis (engineering)EngineeringPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Selecting priority occupational carcinogens is important for cancer prevention efforts; however, standardized selection methods are not available. The objective of this paper was to describe the methods used by CAREX Canada in 2015 to establish priorities for preventing occupational cancer, with a focus on exposure estimation and descriptive profiles. METHODS: Four criteria were used in an expert assessment process to guide carcinogen prioritization: (1) the likelihood of presence and/or use in Canadian workplaces; (2) toxicity of the substance (strength of evidence for carcinogenicity and other health effects); (3) feasibility of producing a carcinogen profile and/or an occupational estimate; and (4) special interest from the public/scientific community. Carcinogens were ranked as high, medium or low priority based on specific conditions regarding these criteria, and stakeholder input was incorporated. Priorities were set separately for the creation of new carcinogen profiles and for new occupational exposure estimates. RESULTS: Overall, 246 agents were reviewed for inclusion in the occupational priorities list. For carcinogen profile generation, 103 were prioritized (11 high, 33 medium, and 59 low priority), and 36 carcinogens were deemed priorities for occupational exposure estimation (13 high, 17 medium, and 6 low priority). CONCLUSION: Prioritizing and ranking occupational carcinogens is required for a variety of purposes, including research, resource allocation at different jurisdictional levels, calculations of occupational cancer burden, and planning of CAREX-type projects in different countries. This paper outlines how this process was achieved in Canada; this may provide a model for other countries and jurisdictions as a part of occupational cancer prevention efforts.

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)0,055
score de la tête « metaresearch » (Gemma)0,087
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,196
Score d'incertitude au seuil0,390

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0550,087
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0140,008
Études des sciences et des technologies0,0070,003
Communication savante0,0080,004
Science ouverte0,0040,008
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0200,002

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 Opus0,049
Tête enseignante GPT0,399
Écart entre enseignants0,350 · 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
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

Citations8
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSafety and Health at WorkMême sujetOccupational and environmental lung diseasesTravaux en français237 207