MétaCan
Menu
Retour à la cohorte
Enregistrement W3162043782 · doi:10.1097/jom.0000000000002262

Evaluation of the Implementation of a Railway Critical Incident Management and Support Protocol to Help Train Drivers Cope With Accidents and Suicides

2021· article· en· W3162043782 sur OpenAlexaff
Cécile Bardon, Luc Dargis, Brian L. Mishara

Notice bibliographique

RevueJournal of Occupational and Environmental Medicine · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueHuman-Automation Interaction and Safety
Établissements canadiensUniversité du Québec à MontréalDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésIncident managementHuman factors and ergonomicsProtocol (science)Occupational safety and healthWork (physics)Poison controlInjury preventionIncident reportSuicide preventionApplied psychologyTransport engineeringCritical Incident TechniquePsychologyComputer scienceMedical emergencyMedicineComputer securityEngineeringBusiness

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Railway accidents and suicides can have severe psychological consequences for train drivers. This study evaluates the implementation of railway critical incident management and support protocols (CIMSP) by employers. It also identifies environmental factors, characteristics of critical incidents, and types of work relations affecting implementation. METHODS: A longitudinal study was conducted with 74 train drivers. Participants were interviewed 1 week, 1, 3, and 6 months after a critical incident. Correlational analyses were performed to identify factors associated with implementation and satisfaction. RESULTS: CIMSP are generally partially applied by employers when a railway incident occurs. Workers' satisfaction toward implementation of the protocol is moderate. Obstacles to implementation are: geographic isolation, severity of the incident, and poor quality of work relations. CONCLUSIONS: These obstacles should be addressed in CIMSP design and implementation strategies.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,085
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0040,000

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 Opus0,047
Tête enseignante GPT0,435
Écart entre enseignants0,389 · 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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Occupational and Environmental MedicineMême sujetHuman-Automation Interaction and SafetyTravaux en français237 207