Data driven update to industry Life-Saving Rules
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
The International Association of Oil & Gas Producers (IOGP) is a global forum in which member companies identify and share best practices to achieve improvements in many areas including upstream safety. The IOGP first published Life-Saving Rules in 2010, having based the choice of topics covered and actions recommended on an analysis of 1484 fatal incident reports and 1173 high potential event reports collected through IOGP’s annual Safety Performance Indicators. In 2017, IOGP launched an initiative called Project Safira with the aim of eliminating fatalities; one of the work streams within this project was to refresh, simplify and reduce the number of industry Life-Saving Rules to encourage industry standardisation. An industry team of subject matter experts, health, safety and environment (HSE) and operations professionals conducted a comprehensive analysis of the latest 10 years of fatality data and streamlined the original 18 rules down to nine, while retaining the level of applicability in fatality prevention and incorporating the latest thinking on human performance and lessons learned from member companies’ experiences in implementation of similar programs. The Life-Saving Rules are not intended to replace company HSE management systems but rather to complement existing organisational processes and procedures. The rules provide simple actions, in the form of ‘I statements’ which can provide a final barrier that individuals have control over, using their own actions to prevent fatalities. From 2008 to 2017, 376 workers lost their lives in incidents that may have been prevented by following one of the new nine IOGP Life-Saving Rules.
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 | 0,002 | 0,002 |
| 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,005 |
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