The current state of safety within the wet laboratories of a Canadian academic institution
Notice bibliographique
Résumé
Working in an academic laboratory (lab) often involves handling hazardous substances (Shariff & Norazahar, 2012). These substances are dangerous due to their toxic, flammable, explosive, carcinogenic, pathogenic or radioactive properties (Furr, 2000). Therefore, it is crucial that those working in these environments do so safely. Recently, many researchers and students from various universities in the U.S. and globally have suffered severe injuries and fatalities from lab accidents. For example, in 2008 a lab fire at the University of California Los Angeles led to the death of a student(Van Noorden, 2011). Following this and other similar accidents that transpired afterwards, an international study was conducted to understand the state of safety within the wet labs of today’s universities(Van Noorden, 2013a). The findings revealed numerous safety gaps and an overall lack of a strong and positive safety culture within the labs (Benderly, 2013;and Schröder, Huang, Ellis, Gibson, & Wayne, 2016). Since the majority of the accidents and study reports were predominantly from the U.S., it is unknown if the same safety gaps and risks also exist in the wet labs of Canadian universities. Therefore, this research study examined the state of safety within the wet laboratories of a medium-sized Canadian university. This was achieved by: 1) conducting an inventory of the labs’ hazardous substances to identify their labeling and storage conditions, 2) inspecting the labs to identify potential hazards or risky conditions, and 3) surveying lab personnel to understand how safety is perceived and practiced. The results show several safety deficiencies and a negative perception on certain safety elements among the lab personnel. As in universities in the U.S. there is an overall need to enhance thecurrent culture of safety at this Canadian university.
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 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».