MétaCan
Menu
Retour à la cohorte
Enregistrement W2773821766 · doi:10.2196/formative.8370

Identifying Asbestos-Containing Materials in Homes: Design and Development of the ACM Check Mobile Phone App

2017· article· en· W2773821766 sur OpenAlexvenueno aff
Matthew Hayden Govorko, Lin Fritschi, James White, Alison Reid

Notice bibliographique

RevueJMIR Formative Research · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueOccupational and environmental lung diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAsbestosMobile phoneMobile appsComputer scienceWorld Wide WebTelecommunicationsMaterials scienceMetallurgy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Asbestos-containing materials (ACMs) can still be found in many homes in Australia and other countries. ACMs present a health risk when they are damaged or disturbed, such as during do-it-yourself home renovations. However, community members lack knowledge and awareness about asbestos identification and its safe management in residential settings. OBJECTIVE: The objective of our study was to describe the process of developing a mobile phone app, ACM Check, that incorporates a questionnaire designed to identify and assess ACMs located in residential settings. METHODS: A multidisciplinary team was involved in the formative development and creation of the mobile phone app. The formative development process comprised 6 steps: defining the scope of the app; conducting a comprehensive desktop review by searching online literature databases, as well as a wider online search for gray literature; drafting and revising the content, questionnaire, conditional branching rules, and scoring algorithms; obtaining expert input; manually pretesting the questionnaire; and formulating a final content document to be provided to the software development company. We then constructed ACM Check on the iOS platform for use in a validation study, and then updated the app, replicated it on Android, and released it to the public. RESULTS: The ACM Check app identifies potential ACMs, prioritizes the materials based on their condition and likelihood of disturbance, and generates a summary report for each house assessed. CONCLUSIONS: ACM Check is an initiative to raise community members' awareness of asbestos in the residential environment and also serves as a data collection tool for epidemiologic research. It can potentially be modified for implementation in other countries or used as the basis for the assessment of other occupational or environmental hazards.

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)0,006
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,000
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,127
Tête enseignante GPT0,427
Écart entre enseignants0,300 · 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'étudeExpérimental (laboratoire)
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

Citations9
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetOccupational and environmental lung diseasesTravaux en français237 207