Setting priorities: Testing a tool to assess and prioritize workplace chemical hazards
Notice bibliographique
Résumé
BACKGROUND: Workplace Hazardous Materials Information System (WHMIS) training is obligatory for Ontario workplaces. The purpose of this training is to help workers understand the health and safety issues associated with using chemicals, including how to understand the information contained in the Safety Data Sheets (SDSs) that come with all chemicals. However, many workers still do not know how hazardous workplace chemicals can be and they find it difficult to objectively determine the level of hazard posed by the chemicals they use. OBJECTIVE: A team of researchers, unions, and health and safety associations created a tool for Joint Health and Safety Committees (JHSC) of small and medium-sized businesses to help them identify, assess and prioritize the health hazards posed by workplace chemicals using SDSs as the primary source of information. METHODS: The team recruited the JHSCs of six workplaces to pilot the usefulness of the Chemical Hazard Assessment and Prioritization (CHAP) tool. The CHAP tool helps workplaces rank their chemicals within one of five hazard levels using information contained in SDSs. RESULTS: Despite a difficult recruitment process, the participating JHSCs thought the CHAP process of assessing and prioritizing their workplace chemicals was useful. It raised their awareness of chemical hazards, increased their understanding of SDSs, and helped them prioritize their chemicals for improved control measures. CONCLUSIONS: Small and medium-sized businesses found the tool to be useful, but suggested that an electronic version would be easier to use.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,026 | 0,127 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».