MétaCan
Menu
Retour à la cohorte
Enregistrement W2930072509 · doi:10.5864/d2019-004

Occupational health and safety hazards encountered by Ontario Public Health Inspectors

2019· article· en· W2930072509 sur OpenAlexaffvenueabout
Jordan Tustin, Jeffrey P. Hau, Chun‐Yip Hon

Notice bibliographique

RevueEnvironmental Health Review · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensUniversity of British ColumbiaToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésOccupational safety and healthEnvironmental healthPublic healthBiological hazardHazardMedicineNursing

Résumé

récupéré en direct d'OpenAlex

Public health inspectors (PHIs) are exposed to many occupational health and safety issues during their daily tasks. However, to our knowledge, no study has investigated the job-specific health and safety hazards among working PHIs. Our objective was to determine the type and extent of health and safety hazards faced by PHIs working for Ontario health units as well as their perception of risk with respect to these hazards. In early 2018, an invitation to a web-based survey was sent to all members of the Canadian Institute of Public Health Inspectors Ontario Branch. One-hundred and thirty-four respondents met the inclusion criteria and were included in the study. Results showed PHIs reported safety hazards (e.g., slips or falls), working alone, and chemical hazards as the top three types of hazards. Inspections of food and (or) nonfood premises were the duties most associated with encountering all types of hazards. In addition, a majority of respondents reported being somewhat concerned about their exposure to all types of hazards. This study provides novel information on the occupational health and safety risks as reported by Ontario PHIs. Further in-depth research is needed to investigate the specific hazards and concerns among PHIs as well as the level of prevention and monitoring within health units.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,805
Score d'incertitude au seuil0,392

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,099
Tête enseignante GPT0,431
Écart entre enseignants0,332 · 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

Citations12
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental Health ReviewMême sujetOccupational Health and Safety ResearchTravaux en français237 207