MétaCan
Menu
Retour à la cohorte
Enregistrement W3155584725 · doi:10.3233/wor-213441

Exploratory study to determine if risk factors for occupational skin disease vary by type of food processing operation

2021· article· en· W3155584725 sur OpenAlexaff
Chun‐Yip Hon, D. Linn Holness, Craig Fairclough, Illia Tchernikov, Victoria H Arrandale

Notice bibliographique

RevueWork · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueOccupational exposure and asthma
Établissements canadiensCancer Care OntarioWorkplace Health, Safety and Compensation CommissionOccupational Cancer Research CentrePublic Health OntarioToronto Metropolitan UniversityUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésMeat packing industryEnvironmental healthFood processingMedicineFish processingExploratory researchDiseaseFish <Actinopterygii>Food sciencePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Occupational skin disease (OSD) is a common health issue in the food processing sector. However, risk factors for OSD are suspected to differ according to the nature of the operation. OBJECTIVE: To ascertain if the risk factors for OSD vary depending on the type of food processing operation, namely meat processing vs. a commercial bakery. METHODS: Participants were asked to answer questions regarding workplace exposures and the current skin condition of their hands. Bivariate analyses were conducted to identify differences between the two participating operations. RESULTS: The meat processing workers were more likely to have wet work exposure, used hand sanitizer more often and changed their gloves more frequently. These findings from meat processing represented a statistically significant difference compared to the commercial bakery workers. Also, workers from meat processing reported more severe skin symptoms. CONCLUSIONS: Risk factors for OSD apparently differ between types of food processing operations. Differences in the nature of skin symptoms were also found between the two participating operations. It is therefore suggested that future studies examining OSD within the food processing sector should evaluate this health effect based on the nature of operations rather than the sector as a whole.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,012
Score d'incertitude au seuil0,320

Scores Codex et Gemma par catégorie

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

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 Opus0,042
Tête enseignante GPT0,319
Écart entre enseignants0,278 · 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.

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorkMême sujetOccupational exposure and asthmaTravaux en français237 207