MétaCan
Menu
Retour à la cohorte
Enregistrement W3120837576 · doi:10.28984/drhj.v4i1.314

Underground workers who received aluminum dust prophylaxis and its personal impact

2021· article· en· W3120837576 sur OpenAlexaffvenueabout
Danielle Aubin, Nancy Lightfoot, Alain P. Gauthier, Daniel Côté, Victoria H Arrandale

Notice bibliographique

RevueDiversity of Research in Health Journal · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEnvironmental Justice and Health Disparities
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésEnvironmental healthMedicine

Résumé

récupéré en direct d'OpenAlex

Background
 From 1943 to 1980, some underground gold and uranium workers in Ontario, Canada were required to inhale aluminum dust daily for silicosis prevention. This study explored the perceived personal impact of aluminum dust exposure for some Northeastern Ontario workers.
 Methods
 This qualitative descriptive study included 16 respondents who participated in individual semi-structured interviews. All respondents were Northeastern Ontario workers who were exposed to aluminum dust prophylaxis for at least one year. Interviews were transcribed verbatim and analyzed thematically.
 Results
 Themes that emerged included: 1) compulsory exposure, 2) hesitancy to complain, 3) feelings of betrayal, and 4) concerns about health impact and dying.
 Conclusion
 Exposed workers perceived that their long-term health was impacted on a personal level. The results will contribute to the literature about workplace aluminum dust exposures and to better inform workers and companies about exposure impact and management of aluminum dust.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,232
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,164
Tête enseignante GPT0,443
Écart entre enseignants0,279 · 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 tête enseignante, pas un consensus.

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
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueDiversity of Research in Health JournalMême sujetEnvironmental Justice and Health DisparitiesTravaux en français237 207