MétaCan
Menu
Retour à la cohorte
Enregistrement W2795236251 · doi:10.1007/s00484-018-1530-6

The effect of hot days on occupational heat stress in the manufacturing industry: implications for workers’ well-being and productivity

2018· article· en· W2795236251 sur OpenAlexaff
Tjaša Pogačar, Ana Casanueva, Katja Kozjek, Urša Ciuha, Igor B. Mekjavić, Lučka Kajfež Bogataj, Zalika Črepinšek

Notice bibliographique

RevueInternational Journal of Biometeorology · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensSimon Fraser University
Organismes subventionnairesEidgenössische Technische Hochschule ZürichEuropean Commission
Mots-clésProductivityHeat stressBusinessOccupational stressOccupational safety and healthLabour economicsDemographic economicsEnvironmental sciencePsychologyEconomicsMedicineEconomic growthClinical psychologyAnimal science

Résumé

récupéré en direct d'OpenAlex

Climate change is expected to exacerbate heat stress at the workplace in temperate regions, such as Slovenia. It is therefore of paramount importance to study present and future summer heat conditions and analyze the impact of heat on workers. A set of climate indices based on summer mean (Tmean) and maximum (Tmax) air temperatures, such as the number of hot days (HD: Tmax above 30 °C), and Wet Bulb Globe Temperature (WBGT) were used to account for heat conditions in Slovenia at six locations in the period 1981-2010. Observed trends (1961-2011) of Tmean and Tmax in July were positive, being larger in the eastern part of the country. Climate change projections showed an increase up to 4.5 °C for mean temperature and 35 days for HD by the end of the twenty-first century under the high emission scenario. The increase in WBGT was smaller, although sufficiently high to increase the frequency of days with a high risk of heat stress up to an average of a third of the summer days. A case study performed at a Slovenian automobile parts manufacturing plant revealed non-optimal working conditions during summer 2016 (WBGT mainly between 20 and 25 °C). A survey conducted on 400 workers revealed that 96% perceived the temperature conditions as unsuitable, and 56% experienced headaches and fatigue. Given these conditions and climate change projections, the escalating problem of heat is worrisome. The European Commission initiated a program of research within the Horizon 2020 program to develop a heat warning system for European workers and employers, which will incorporate case-specific solutions to mitigate heat stress.

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)0,002
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 enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,032
Tête enseignante GPT0,351
Écart entre enseignants0,319 · 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

Citations69
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of BiometeorologyMême sujetClimate Change and Health ImpactsTravaux en français237 207