MétaCan
Menu
Retour à la cohorte
Enregistrement W4405616904 · doi:10.1177/10482911241298948

A Content Analysis of Web-Based Heat Stress Materials Published by Occupational Health and Safety Ministries, Associations, and Agencies in Canada

2024· article· en· W4405616904 sur OpenAlexafffundabout
Emily J. Tetzlaff, Brodie J. Richards, Katie E. Wagar, Roberto C. Harris‐Mostert, W. Shane Journeay, Fergus K. O’Connor, Glen P. Kenny

Notice bibliographique

RevueNEW SOLUTIONS A Journal of Environmental and Occupational Health Policy · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensUniversity of TorontoProvidence Health CareDalhousie UniversityUniversity of Ottawa
Organismes subventionnairesWorkplace Safety and Insurance Board
Mots-clésHeat stressContent analysisChristian ministryOccupational safety and healthAgency (philosophy)Control (management)Environmental healthForensic engineeringBusinessEngineeringPsychologyMedicinePolitical scienceComputer scienceSociology

Résumé

récupéré en direct d'OpenAlex

An ever-increasing number of workplaces are becoming heat-exposed due to rising temperature extremes. However, a comprehensive review of Canadian safety materials available to support workplaces in managing this critical hazard has not previously been conducted. We undertook a review and a content analysis of heat stress materials on safety-based ministry, association, and agency websites in Canada (n = 155) to identify content related to heat stress (n = 595). Each document was qualitatively analyzed using NVivo. The most dominant components identified were heat stress control measures (n = 492, 83%), training and education (n = 414, 70%), workplaces and workers at risk (n = 361, 61%), exposure limits and monitoring practices (n = 344, 58%), and emergency response and reporting (n = 249, 42%). However, the content within these programming components was highly variable. While we found that organizations across Canada provide heat stress content, there was evidence of inconsistencies and considerable gaps in the availability of material and the strategies presented to control the critical risk posed by heat.

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)0,001
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 enseignants0,196
Score d'incertitude au seuil0,795

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,068
Tête enseignante GPT0,333
Écart entre enseignants0,265 · 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

Citations7
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNEW SOLUTIONS A Journal of Environmental and Occupational Health PolicyMême sujetClimate Change and Health ImpactsTravaux en français237 207