Film production during the Covid-19 pandemic
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic created unprecedented challenges for the film industry. Following a shutdown of productions, The Safe Way Forward document was developed to outline disease mitigation protocols. Despite this framework, many unanticipated scenarios arose during reopening of film production with the ongoing pandemic. AIMS: To identify and document promising practices for mitigating COVID-19 transmission in the film industry that can inform future pandemics and other industries. METHODS: We conducted a literature search to review research regarding COVID-19 disease mitigation efforts in the film industry. Through client-facing consultancy and consultant group meetings, we identified those factors most important for disease mitigation in the film industry and applicable to future pandemics and other industries. The Delphi Method enabled experts to review lessons learned as studio consultants during the COVID-19 pandemic; learnings were coded and analyzed for recurring themes. RESULTS: We identified anxiety, mistrust, and poor communication as key contributors to decreased compliance with COVID-19 protocols. In response, our team demonstrated multi-specialty expertise, provided scientific explanations, and developed trust by listening empathetically and responding with clear, consistent messaging. These measures served to alleviate anxiety, improve compliance, and provide a safe return to production. CONCLUSIONS: This study demonstrates the ability and agility of multi-disciplinary experts acting in the absence of clear guidance to support a safe return to film production. Workplace anxiety and non-compliance can be alleviated through effective communication by trusted experts. Lessons learned by our consultancy group can help protect workers across diverse industries in future pandemics.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 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) | 0,044 | 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 ».