Indicators to assess physiological heat strain – Part 1: Systematic review
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 first paper of the series, we conducted a systematic review (registration: INPLASY202090088) to identify all TSIs and provide reliable information regarding their use (funded by EU Horizon 2020; HEAT-SHIELD). Eight databases (PubMed, Agricultural and Environmental Science Collection, Web of Science, Scopus, Embase, Russian Science Citation Index, MEDLINE, and Google Scholar) were searched from database inception to 15 April 2020. No restrictions on language or study design were applied. Of the 879 publications identified, 232 records were considered for further analysis. This search identified 340 instruments and indicators developed between 200 BC and 2019 AD. Of these, 153 are nomograms, instruments, and/or require detailed non-meteorological information, while 187 can be mathematically calculated utilizing only meteorological data. Of these meteorology-based TSIs, 127 were developed for people who are physically active, and 61 of those are eligible for use in occupational settings. Information regarding the equation, operating range, interpretation categories, required input data, as well as a free software to calculate all 187 meteorology-based TSIs is provided. The information presented in this systematic review should be adopted by those interested in performing on-site monitoring and/or big data analytics for climate services to ensure appropriate use of the meteorology-based TSIs. Studies two and three in this series of companion papers present guidance on the application and validation of these TSIs, to guide end users of these indicators for more effective 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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,002 |
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.
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