MétaCan
Menu
Retour à la cohorte
Enregistrement W4376603675 · doi:10.1177/08404704231168752

Reusable personal protective equipment in Canadian healthcare: Safe, secure, and sustainable

2023· review· en· W4376603675 sur OpenAlexafffundabout
Linda Varangu, Kady Cowan, Ozora Amin, Mia Sarrazin, Marianne Dawson, Edward Rubinstein, Fiona A. Miller, Lesley Hirst, Patricia Trbovich, Kent Waddington

Notice bibliographique

RevueHealthcare Management Forum · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueHealthcare and Environmental Waste Management
Établissements canadiensNorth York General HospitalPublic Health OntarioUniversity of TorontoUniversity Health NetworkVancouver Coastal HealthSTART ClinicCanadian Coalition for Global Health Research
Organismes subventionnairesEnvironment and Climate Change Canada
Mots-clésPersonal protective equipmentFace shieldBusinessHealth careCoronavirus disease 2019 (COVID-19)RespiratorComputer securityOperations managementInternet privacyMedical emergencyComputer scienceMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

Personal Protective Equipment (PPE) that was intentionally designed and manufactured as reusable, including gowns, goggles, face shields, and elastomeric respirators, took on a heightened role during the pandemic. Healthcare workers who had access to these products and infrastructure for cleaning and sterilizing them had a greater sense of confidence to undertake their jobs due to an increased sense of personal safety. Using multiple data sources, including a literature review, roundtables, interviews, surveys, and Internet-based research, the project team investigated the impact of disposable PPE and role of reusable PPE during the pandemic in Canada. This research supports the claim that adopting and supporting reusable PPE systems throughout the health sector can, if used appropriately on an ongoing basis, provide continuous access to reusable PPE while also contributing many co-benefits, including lower costs, domestic jobs, and improved environmental performance such as reduced waste and greenhouse gas emissions.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,551
Score d'incertitude au seuil0,893

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0070,010
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,347
Écart entre enseignants0,299 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealthcare Management ForumMême sujetHealthcare and Environmental Waste ManagementTravaux en français237 207