MétaCan
Menu
Retour à la cohorte
Enregistrement W2752708869 · doi:10.1136/oemed-2017-104636.35

0050 Working towards assessing occupational carcinogenic exposures in an african lower and middle income country

2017· article· en· W2752708869 sur OpenAlexaffabout
Caradee Y. Wright, Johan du Plessis, Renée Street, Patricia B.C. Forbes, Hanna‐Andrea Rother, Thandi Kapwata, Paul A. Demers, Cheryl Peters

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueOccupational and environmental lung diseases
Établissements canadiensCarleton UniversityWorld Wildlife Fund CanadaSimon Fraser UniversityCancer Care Ontario
Organismes subventionnairesnon disponible
Mots-clésEnvironmental healthWorkforceContext (archaeology)Occupational cancerOccupational exposureOccupational safety and healthMedicineBusinessGeographyEconomic growthPathology

Résumé

récupéré en direct d'OpenAlex

Aim We aim to use the Canadian CAREX (CARcinogen EXposure) tool, adapted for local context, as a method to assess prevalence and level of exposure to priority occupational carcinogens in South Africa. Methods The work entails first understanding the CAREX tool, and adapting it as well as reviewing its use in other countries (phase 1). Once the tool and database are prepared, we will gather publicly available data (i.e. Census data, information on chemical use, trade data, published and grey literature, expert consultation, etc.) on occupational exposure to carcinogens as well as exposure monitoring data (phase 2). We will consider all occupational health and safety legislation and its regulations regarding occupational exposure limits, and those carcinogens prioritised locally and internationally, for example by the International Agency for Research on Cancer. All data will be used to estimate the number of South African workers occupationally exposed to carcinogens (and where possible, their level of exposure) (phase 3). Ultimately, this will help guide the development of appropriate health promotion and worker protection programmes, among other resources aimed at cancer prevention (phase 4). Results Here we will present the experience of the team during phase 1 of the project, including challenges and opportunities encountered. Expected outcomes Key future outcomes include prevalence of exposure to occupational environmental carcinogens in the South African workplace; also proportions of the workforce in various occupational groups exposed to specific carcinogens; key occupational groups in need of protection; data and information that can be used to guide prevention programs.

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)0,013
score de la tête « metaresearch » (Gemma)0,023
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 enseignants0,095
Score d'incertitude au seuil0,190

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,023
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0040,001
Communication savante0,0040,003
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0270,004

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 Opus0,056
Tête enseignante GPT0,322
Écart entre enseignants0,266 · 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

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetOccupational and environmental lung diseasesTravaux en français237 207