MétaCan
Menu
Retour à la cohorte
Enregistrement W4386742354 · doi:10.5267/j.dsl.2023.7.002

Risk assessment, implementation of occupational health, safety and hygiene in small and medium manufacturing enterprises: A case study in central Vietnam

2023· article· en· W4386742354 sur OpenAlexvenueno aff
Gia-Kien Vu, Lê Anh Tuấn, Toan-Pham Ngoc, Tram-Huyen Thi Nguyen, Minh-Quan Ha-Nguyen

Notice bibliographique

RevueDecision Science Letters · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOccupational safety and healthBusinessEffective safety trainingOccupational hygieneOrder (exchange)Occupational health nursingWork (physics)Environmental healthRisk analysis (engineering)Health promotionPublic healthMedicineEngineeringNursingFinance

Résumé

récupéré en direct d'OpenAlex

This study aims to identify and evaluate the influence of the factors affecting the implementation of occupational health and safety of employees and employers and its impact on occupational health and safety and legalize risk assessment in small and medium-sized manufacturing enterprises in central Vietnam through the survey among 246 business representatives and data processing through the software SPSS 20 and AMOS 20. The results show that there are 3 factors affecting the implementation of occupational health, safety and hygiene. In order: (1) Safety regulations and instructions; (2) Occupational health, safety policy and (3) Occupational health and safety training. There is no relationship between the impacts on the implementation of occupational health and safety of the employer. In addition, a very interesting finding about the relationship of factors implementing occupational health and safety of employers was a positive influence on the legalization of risk assessment activities. On the basis of these results, employees, business owners and state management agencies will have grounds to offer useful solutions in risk assessment in order to better perform safety work and occupational health.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,097
Tête enseignante GPT0,524
Écart entre enseignants0,427 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDecision Science LettersMême sujetOccupational Health and Safety ResearchTravaux en français237 207