The effect of hot days on occupational heat stress in the manufacturing industry: implications for workers’ well-being and productivity
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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