MétaCan
Menu
Retour à la cohorte
Enregistrement W3024014442 · doi:10.3138/jmvfh-2019-0035

Toward an improved hearing safety standard for impulse noise exposure in the Canadian Armed Forces

2020· article· en· W3024014442 sur OpenAlexaffvenueabout
Ann Nakashima, Christian Giguère

Notice bibliographique

RevueJournal of Military Veteran and Family Health · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensUniversity of OttawaDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésImpulse noiseHearing lossNoise (video)Impulse (physics)Hearing protectionComputer scienceIndustrial noiseNoise-induced hearing lossAudiologyNoise exposureAcousticsMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

Introduction: Current hearing safety standards for the Canadian Armed Forces (CAF) do not adequately address exposure limits for mitigation of noise-induced hearing loss (NIHL) from weapon noise. Recommendations for updating the hearing safety standard are being formulated by the recently initiated Noise Health Hazard Working Group (NHHWG). In this article, we aim to provide a way forward for the NHHWG. Methods: On the basis of experience with auditory research, noise measurement, acoustic standards development, interactions with CAF members, and a review of the literature, we present an overview of the current state of knowledge regarding impulse noise. The topics include impulse noise measurement, engineering and administrative controls for noise exposure, and use of personal hearing protection devices (HPDs). Results: Although technology for impulse noise measurements and ways to account for HPDs have improved substantially in recent years, not much has changed in hearing damage risk criteria. Energy-based metrics can account for the impulse duration and frequency-dependent characteristics of the HPD, which are important considerations in calculating allowed exposures. Discussion: The NHHWG is recommended to focus on measurements of current weapons systems in various configurations and training environments and to evaluate the use of energy-based metrics, together with frequency-dependent HPD insertion loss.

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)0,024
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,384

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,040
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0090,005
Études des sciences et des technologies0,0040,002
Communication savante0,0040,002
Science ouverte0,0060,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,086
Tête enseignante GPT0,377
Écart entre enseignants0,291 · 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'étudeThéorique ou conceptuel
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'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Military Veteran and Family HealthMême sujetNoise Effects and ManagementTravaux en français237 207