MétaCan
Menu
Retour à la cohorte
Enregistrement W4400075998 · doi:10.1093/annweh/wxae035.135

35a - Supporting women in mining: diversity and inclusion

2024· article· en· W4400075998 sur OpenAlexaff
Nancy Wilk, Courtney Gendron

Notice bibliographique

RevueAnnals of Work Exposures and Health · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Resource Management
Établissements canadiensWSP (Canada)
Organismes subventionnairesnon disponible
Mots-clésDiversity (politics)Inclusion (mineral)GeographyEnvironmental healthPsychologyMedicineSocial psychologySociology

Résumé

récupéré en direct d'OpenAlex

Abstract Traditionally, the mining sector has not been viewed as a leader in effectively managing diversity and inclusion. While numbers have improved, women continue to be underrepresented at every level within mining companies. Currently, the mining sector is committed to increasing diversity and improving inclusion. Globally, mining has set gender-based targets for the sector. They are actively investing in the success of women in mining and jurisdictions and organizations are tracking and reporting on diversity and inclusion performance. Mining organizations are engaged in improving inclusion-related efforts that promote the sense of belonging for workers. Why is diversity and inclusion important to mining? Diversity and inclusion promote creativity and strategic resilience. This is important as mining companies manage the complex challenges associated with community, environmental, social (including health and safety), and technical aspects of their industry. With increasing numbers of women in surface and underground mining and processing operations, a strategy is needed to better support these workers including their health, safety, and well-being, including reproductive health. This presentation will review the history of women in mining, challenges for women to access decent work in mining, suggestions that support recruiting and retaining women in the sector, and the path forward towards gender equality in mining. The importance of advancing equal employment opportunity and human rights in the workplace will be highlighted, along with the need for additional research to support women’s reproductive health and mitigate the risk of adverse reproductive outcomes. The next presentation will cover in more depth this latter topic.

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)0,003
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,005
Communication savante0,0060,004
Science ouverte0,0010,007
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0210,003

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 Opus0,053
Tête enseignante GPT0,306
Écart entre enseignants0,253 · 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
GenreAutre

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

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Work Exposures and HealthMême sujetMining and Resource ManagementTravaux en français237 207