Indicators to assess physiological heat strain – Part 2: Delphi exercise
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In a series of three companion papers published in this Journal, we identify and validate the available thermal stress indicators (TSIs). In this second paper of the series, we identified the criteria to consider when adopting a TSI to protect individuals who work in the heat, and we weighed their relative importance using a Delphi exercise with 20 experts. Two Delphi iterations were adequate to reach consensus within the expert panel (Cronbach's α = 0.86) for a set of 17 criteria with varying weights that should be considered when adopting a TSI to protect individuals who work in the heat. These criteria considered physiological parameters such as core/skin/mean body temperature, heart rate, and hydration status, as well as practicality, cost effectiveness, and health guidance issues. The 17 criteria were distributed across three occupational health-and-safety pillars: (i) contribution to improving occupational health (55% of total importance), (ii) mitigation of worker physiological strain (35.5% of total importance), and (iii) cost-effectiveness (9.5% of total importance). Three criteria [(i) relationship of a TSI with core temperature, (ii) having categories indicating the level of heat stress experienced by workers, and (iii) using its heat stress categories to provide recommendations for occupational safety and health] were considered significantly more important when selecting a TSI for protecting individuals who work in the heat, accumulating 37.2 percentage points. These 17 criteria allow the validation and comparison of TSIs that presently exist as well as those that may be developed in the coming years.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,000 |
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.
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 découle