MétaCan
Menu
Retour à la cohorte
Enregistrement W2800293991 · doi:10.1139/apnm-2018-0173

On the use of wearable physiological monitors to assess heat strain during occupational heat stress

2018· review· en· W2800293991 sur OpenAlexafffundvenue
Sean R. Notley, Andreas D. Flouris, Glen P. Kenny

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueThermoregulation and physiological responses
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesUniversity of Ottawa
Mots-clésHeat illnessWet-bulb globe temperatureWearable computerWork (physics)Heat stressJob strainStrain (injury)MedicineRisk analysis (engineering)Computer sciencePhysical therapyEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Workers in many industries are required to perform arduous work in high heat-stress conditions, which can lead to rapid increases in body temperature that elevate the risk of heat-related illness and even death. Traditionally, effort to mitigate work-related heat injury has been directed toward the assessment of environmental heat stress (e.g., wet-bulb globe temperature), rather than toward the associated physiological strain responses (e.g., heart rate and skin and core temperatures). However, because a worker's physiological response to a given heat stress is modified independently by inter-individual factors (e.g., age, sex, chronic disease, others) and intra-individual factors both within (e.g., medication use, fitness, acclimation and hydration state, others) and beyond (e.g., shift duration, illness, others) the worker's control, it becomes challenging to protect workers on an individual basis from heat-related injury without assessing those physiological responses. Recent advancements in wearable technology have made it possible to monitor one or more physiological indices of heat strain. Nonetheless, information on the utility of the wearable systems available for assessing occupational heat strain is unavailable. This communication is therefore directed toward identifying the physiological indices of heat strain that may be quantified in the workplace and evaluating the wearable monitoring systems available for assessing those responses. Finally, emphasis is placed on the barriers associated with implementing these devices to assist in mitigating work-related heat injury. This information is fundamental for protecting worker health and could also be utilized to prevent heat illnesses in vulnerable people during leisure or athletic activities.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,173
Tête enseignante GPT0,369
Écart entre enseignants0,195 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations115
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetThermoregulation and physiological responsesTravaux en français237 207