MétaCan
Menu
Retour à la cohorte
Enregistrement W3118472921 · doi:10.18280/ijsse.100610

Analysis of Dangerous Conditions and Actions of the Painting Process

2020· article· en· W3118472921 sur OpenAlexvenueno aff
Tri Ngudi Wiyatno, Fibi Eko Putra, Muhammad Aldi Albana, Tri Handoyo, Muhammad Rizki Oktavian, Putri Nika Andini Hidayat

Notice bibliographique

RevueInternational Journal of Safety and Security Engineering · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Optimization Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHazardous wasteOccupational safety and healthWork (physics)Risk analysis (engineering)Production (economics)Process safety managementProcess (computing)Personal protective equipmentHuman healthWork safetyProperty (philosophy)Forensic engineeringBusinessEnvironmental healthEngineeringComputer scienceWaste managementMedicine

Résumé

récupéré en direct d'OpenAlex

Occupational health and safety is one of the most important issues in a company which is an important subject that has attracted a lot of attention in recent years. Work safety management system is the effort shown to the elements in production (human, equipment, materials and work environment), so that peaceful production activities can be realized and produce products that do not endanger the safety and health of workers. This is due to the interaction of elements in the production system in the form of death, serious injury, human injury, property damage and cessation of process loss. Primary data collection is done by distributing questionnaires to employees to record hazardous actions and hazardous conditions that are the direct cause of accidents resulting in serious injury and property damage or endangering workers and employees. The overall value of hazardous actions is 37% and hazardous conditions 24% still have a small effect that triggers the occurrence. OSHA measurement values prove that accidents, loss of time and other losses can be analyzed with the results of FR and SR values.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,229
Écart entre enseignants0,219 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Safety and Security EngineeringMême sujetManagement and Optimization TechniquesTravaux en français237 207