P-372 Safety data sheets as a hazard communication tool: an assessment of suitability and readability
Notice bibliographique
Résumé
Introduction Safety data sheets (SDSs) are printed materials designed to communicate the hazards associated with using chemicals/hazardous products in the workplace. SDSs are highly technical in nature, often containing dense, ambiguous text, which places considerable comprehension demands on workers, especially those with lower literacy skills. Objective To assess the suitability and readability of SDSs as a hazard communication tool for workers. Methods A random sample of 50 SDSs compliant with WHMIS 2015 were extracted from the CCOHS m(SDS) database. The Suitability of Materials (SAM) tool, originally designed to evaluate patient education materials, was used to assess SDSs for content, literacy demand, use of graphics, and layout/typography. To account for legislated content requirements under WHMIS 2015, an amended SAM tool was also developed for scoring. Readability software was used to determine the reading grade level required to understand SDSs based on several common formulas/indices. Results When the original SAM tool was used, the mean total SAM score was ‘not suitable’ (30.22%). When the amended SAM tool was used, the mean total SAM score increased to ‘adequate’ (64.43%). The mean readability scores were as follows: Flesch-Kincaid Grade Level (10.2), Gunning-Fox Index (8.5), Coleman-Liau Index (12.2), and Simple Measure of Gobbledygook index (10.2). Conclusion Even though the amended SAM tool was better able to identify content-related issues specific to SDSs, the use of SDSs as a hazard communication tool needs improvement. The SDSs analyzed required a reading grade level between the 8th and 12th grades. These levels exceed the 6th-grade reading level recommended to ensure that 75% of adult Americans can read the material without difficulty. Overall, chemical/hazardous product manufacturers should use readability assessments together with the amended SAM tool when writing SDSs to ensure that the written information is easily understandable for all audiences.
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 | 0,010 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,004 |
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 ».