MétaCan
Menu
Retour à la cohorte
Enregistrement W3047472138 · doi:10.3389/fpubh.2020.00354

Strategic Task and Break Timing to Reduce Ultraviolet Radiation Exposure in Outdoor Workers

2020· article· en· W3047472138 sur OpenAlexafffundabout
Cheryl Peters, Thomas Tenkate, Emily Heer, Rachel O’Reilly, Sunil Kalia, Mieke Koehoorn

Notice bibliographique

RevueFrontiers in Public Health · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSkin Protection and Aging
Établissements canadiensUniversity of CalgaryUniversity of British ColumbiaToronto Metropolitan UniversityAlberta Health Services
Organismes subventionnairesCanadian Dermatology Foundation
Mots-clésEnvironmental scienceToxicologyDosimeterEnvironmental healthUltraviolet radiationMedicineBiology

Résumé

récupéré en direct d'OpenAlex

Objectives Public health messaging about sun avoidance strategies is often not practical for outdoor workers. The objective of this study was to use personal monitoring data to determine when peak UVR exposure occurs for outdoor workers, estimate how much UVR could be reduced by altering the timing of shady tasks or breaks during peak exposure times, and descriptively compare these to peak periods of ambient UVR. Ultimately, we aim to provide evidence-based sun avoidance recommendations for outdoor workers in British Columbia, Canada. Methods UVR exposure data (standard erythemal dose (SED)) were collected during the 2013 summer months in Vancouver, using personal electronic dosimeters that sampled once per minute for an average of 4.4 working days (range: 1 to 7 days). Mixed-effect models were used to estimate the 60-, 30-, and 15-minute time intervals at which maximum exposure occurred for the months of July and August. Using these time intervals, UVR exposure during peak periods was summarized as SED and as a percentage of the total daily exposure. Ambient UVR was also collected using data from the nearest Brewer spectrophotometer station and parallel analyses were conducted. Results There were 73 workers and 321 participant-days available for analysis. Models indicated that periods of maximum exposure for 15-, 30-, and 60-minute intervals began at 12:28pm, 12:17pm, and 11:52am, respectively, for sunny days in July. These periods were similar in August. The median exposure during these time periods and the potential for reducing UVR was 0.03 SED (2.8% potential daily exposure reduction), 0.09 SED (7.1%), and 0.18 SED (15.9%), respectively. However, there was a large range in exposure estimates as some workers experienced up to 84.8% of their exposure in the peak 60-minute interval. Conclusion Skin cancer prevention messaging does not include practical messages for outdoor workers and providing times of peak UVR help to identify times when the greatest reductions in exposure can occur. Prevention measures including shady breaks, increased sun protection, and task reorganization during these peak times are recommended during these peak times to reduce UVR exposure among those at highest risk.

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)0,004
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,064
Tête enseignante GPT0,310
Écart entre enseignants0,247 · 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

Citations8
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetSkin Protection and AgingTravaux en français237 207