MétaCan
Menu
Retour à la cohorte
Enregistrement W4213350350 · doi:10.1002/ajim.23328

Ethical thinking in occupational and environmental medicine: Commentaries from the Selikoff Fund for Occupational and Environmental Cancer Research

2022· article· en· W4213350350 sur OpenAlexaboutno aff
Sheldon W. Samuels, Knut Ringen, William N. Rom, Arthur L. Frank

Notice bibliographique

RevueAmerican Journal of Industrial Medicine · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental medicineTributeMedicineOccupational medicineOccupational safety and healthEnvironmental healthPublic relationsGerontologyEnvironmental ethicsLawOccupational exposurePublic healthPolitical scienceNursing

Résumé

récupéré en direct d'OpenAlex

A tribute to Dr. Irving J. Selikoff MD, the founder of this journal, is indeed welcome now more than two decades after his passing. He was known during his lifetime as the US Father of Environmental Medicine which at the time encompassed occupational medicine and much more as industry also polluted the general environment. The 1970s were a busy time as OSHA and the EPA were newly formed and high exposures to workers were no exception. Dr. Selikoff was a brave pioneer examining workers throughout the country and Canada, publicizing their exposures, and writing and presenting the scientific results. Industry was not always receptive and controlled an astounding amount of narrative, with the creation of the American Journal of Industrial Medicine filling a void of scientific need. We four authors write about the ethics of occupational health, the plight of nuclear energy workers, the climate crisis and opportunity for unions to engage workers, and the global march toward educating medical students on workers' health and safety. All four of us interacted with Dr. Selikoff during his tenure at Mount Sinai, and over the years joined each other in promoting his legacy. Toward that end we have written articles honoring his memory.

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)0,067
score de la tête « metaresearch » (Gemma)0,247
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil0,356

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0670,247
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0030,004
Études des sciences et des technologies0,0230,022
Communication savante0,0160,015
Science ouverte0,0080,011
Intégrité de la recherche0,0660,090
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,244
Tête enseignante GPT0,428
Écart entre enseignants0,185 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Industrial MedicineMême sujetClimate Change and Health ImpactsTravaux en français237 207