MétaCan
Menu
Retour à la cohorte
Enregistrement W3097086609 · doi:10.33262/concienciadigital.v3i3.1.1394

Mitigación del ambiente térmico en el área de lavandería sección secado del Hospital General Docente Ambato

2020· article· es· W3097086609 sur OpenAlexvenueno aff
Cristian David Redrobán Dillón, Ángel Daniel Larrea Moreano, Tatiana Gissela Núñez Verdezoto, María Angélica Larrea Moreano

Notice bibliographique

RevueConcienciaDigital · 2020
Typearticle
Languees
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsArt

Résumé

récupéré en direct d'OpenAlex

En el presente estudio se establecieron medidas de mitigación para el ambiente térmico en el área de lavandería, sección secado evaluando y analizando riegos a los cuales están expuestos los operarios del Hospital General Ambato en su jornada laboral. Esta investigación tuvo su inicio con la evaluación cualitativa utilizando la matriz del Instituto Nacional de Seguridad y Salud en el Trabajo (INSHT), en donde se valora el riesgo en base a parámetros. También se empleó la norma NTP 330, que evalúa los riesgos de manera cuantitativa. En base a estas herramientas se procedió a llenar la matriz propuesta por el Ministerio de Trabajo. Como resultado de las herramientas, se consideran medidas que contrarresten al riesgo con un nivel de criticidad más alto, esto se lo realizó empleando las buenas prácticas establecidas por el Instituto Nacional de Seguridad y Salud en el Trabajo NTP 322: Método WBGT y NTP 74: Método Fagner. Una vez realizada las mediciones se obtuvo como resultado un índice WBGT de 31.02°C y un 100% de personas insatisfechas. Se demostró que los trabajadores se encuentran expuestos a estrés térmico y disconfort térmico, por la cual se planteó una medida que considera la redistribución del área de la sección de secado del área de lavandería asegurando así un ambiente adecuado para que los trabajadores desempeñen sus labores de la mejor manera.

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 enseignants0,124
Score d'incertitude au seuil0,246

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,038
Tête enseignante GPT0,400
Écart entre enseignants0,362 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConcienciaDigitalMême sujetOccupational Health and Safety ResearchTravaux en français237 207