MétaCan
Menu
Retour à la cohorte
Enregistrement W4389375331 · doi:10.3992/jgb.18.4.57

EVALUATING THE HEALTH AND SAFETY MATURITY OF SUSTAINABLE BUILDING PROJECTS USING A SUSTAINABLE HEALTH AND SAFETY MATURITY MODEL

2023· article· en· W4389375331 sur OpenAlexaffabout
Bezalel Orogun, Mohamed Issa

Notice bibliographique

RevueJournal of Green Building · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMaturity (psychological)Capability Maturity ModelOccupational safety and healthBusinessService Integration Maturity ModelResource (disambiguation)QuestionnaireEngineeringEnvironmental economicsEnvironmental resource managementComputer scienceEconomicsMedicine

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The health and safety maturity of 20 sustainable building projects and 21 non-sustainable ones in Manitoba was evaluated using a Sustainable Health and Safety Maturity Model comprising 22 safety maturity drivers and 251 critical to safety practices assessed via a questionnaire survey. Sustainable building projects were found to have a higher level of health and safety maturity than that of the non-sustainable ones. Larger-sized companies were found to implement more mature health and safety practices on their sustainable building and non-sustainable building projects than smaller and medium sized companies. The safety maturity drivers of “safety policy and standard implementation,” “safety inspections” and “incident investigation, reporting and performance” were the most mature on sustainable building and non-sustainable building projects whereas “designing for safety,” and “alcohol and drug testing” were the least mature. General contractors can use the maturity model to evaluate and improve their projects’ health and safety maturity. Safety practitioners can also focus efforts on the safety maturity drivers with the highest influence to help enhance the effectiveness of their safety programs, especially when faced with resource constraints.

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)0,012
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,165
Tête enseignante GPT0,512
Écart entre enseignants0,347 · 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'étudeThéorique ou conceptuel
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'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Green BuildingMême sujetOccupational Health and Safety ResearchTravaux en français237 207