MétaCan
Menu
Retour à la cohorte
Enregistrement W3149920945 · doi:10.1109/esw.2010.6164469

Arc flash personal protective equipment - applying risk management principles

2010· article· en· W3149920945 sur OpenAlexaff
Daniel Roberts

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Safety Analysis
Établissements canadiensSchneider Electric (Canada)
Organismes subventionnairesnon disponible
Mots-clésPersonal protective equipmentHazardArc flashRisk analysis (engineering)Computer scienceFlash (photography)Software deploymentRisk managementArc (geometry)Reliability engineeringEngineeringElectrical engineeringMechanical engineeringBusinessSoftware engineeringMedicine

Résumé

récupéré en direct d'OpenAlex

Arc flash personal protective equipment is generally selected based on one of two methods: an incident energy analysis method or a hazard/risk category method. Neither method adequately addresses the deployment of arc flash personal protective equipment using risk management principles and processes. The incident energy analysis method determines an arc flash thermal energy level for which arc flash personal protective equipment of suitable arc rating can be selected. This method does not identify when the protective equipment should be deployed. The hazard/risk category method establishes a set selection of arc flash personal protective equipment described as " generally based on a determination of estimated exposure levels." This method subsequently eliminates items of personal protective equipment or reduces the arc rating of the personal protective equipment using activity-based risk-reduction factors. The objective of this paper is to identify and apply risk management principles and methodology found in current standards to assist with the selection of arc flash personal protective equipment and to determine when deployment of the arc flash protective equipment is warranted. The paper will suggest an alternate method to the hazard/risk category method that meets the following criteria: · Retains the simplicity of the hazard/risk category approach · Assesses hazard and risk separately · Is more aligned with current engineering and health and safety principles and practices.

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)0,013
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0030,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,067
Tête enseignante GPT0,340
Écart entre enseignants0,273 · 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'étudeSans objet
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

Citations3
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRisk and Safety AnalysisTravaux en français237 207