MétaCan
Menu
Retour à la cohorte
Enregistrement W2998804702 · doi:10.5539/enrr.v10n1p14

Assessment, Selection and Demonstration of Technologies and Equipment for Measuring Welder Exposure to Ozone during GMAW (MIG Welding) on Aluminum Alloys

2020· article· en· W2998804702 sur OpenAlexvenueno aff
Neil McManus, Assed Haddad

Notice bibliographique

RevueEnvironment and Natural Resources Research · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésGas metal arc weldingWeldingOzoneArc weldingShielded metal arc weldingEnvironmental scienceInert gasMaterials scienceMetallurgyProcess engineeringChemistryComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

Ozone is a by-product of arc welding on aluminum alloys and stainless steels. Assessment of exposure is difficult because emissions are short in duration and large in magnitude compared to background levels, and generally occur unpredictably during work activity. The welding environment is particularly harsh. This study applied a systematic process to identify technologies and sampling devices available in the marketplace and to select suitable candidates and reject unsuitable ones. Candidates suitable for study included colorimetric detector tubes, an Ultra-Violet (UV) air pollution analyzer, and person-portable instruments, one containing a heated semi-conductor sensor and the other an electrochemical sensor. These devices were exposed to welding plumes contained in a pre-conditioned plastic bag and to unconfined plumes during production welding (Gas Metal Arc Welding [GMAW] commonly known as Metal Inert Gas [MIG welding]) on aluminum alloys. Nitrogen dioxide is an interferent in the assessment of ozone exposure by almost all technologies. Particulates and unreacted metal atoms in the plume further complicate measurement of ozone. None of the measurement technologies overwhelmed the others in this application. The harshness of the welding environment eliminated several candidates. Colorimetric detector tubes provided the best compromise between performance and safety in proof-of-concept testing on welders.

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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,073
Tête enseignante GPT0,341
Écart entre enseignants0,268 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Natural Resources ResearchMême sujetAir Quality and Health ImpactsTravaux en français237 207