MétaCan
Menu
Retour à la cohorte
Enregistrement W4414461047 · doi:10.1097/jom.0000000000003515

Development and Evaluation of the Firefighter Exposure to Carcinogens Scale

2025· article· en· W4414461047 sur OpenAlexaffabout
Patrick J. McGrath, Maryam Akbari‐Fakhrabadi, William F. Chaplin, Tina Saryeddine, Graham Pawlett, Éléna Laroche, Jim Petrik, Alberto J. Caban‐Martinez, Valérie Hervieux, Ting Xiong, JianLi Wang, Igor Yakovenko

Notice bibliographique

RevueJournal of Occupational and Environmental Medicine · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Performance
Établissements canadiensUniversity of GuelphUniversité LavalCanadian Armed ForcesNova Scotia Health AuthorityIzaak Walton Killam Health CentreUniversity of OttawaDalhousie University
Organismes subventionnairesNational Cancer Institute
Mots-clésScale (ratio)CarcinogenOccupational exposureRisk assessmentExposure assessment

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Firefighters are exposed to carcinogens from combustion, necessitating decontamination practices. This study developed and validated the Firefighter Exposure to Carcinogens Scale (FECS) to assess exposure-mitigating behaviors. METHODS: The sample included 179 volunteer firefighters from across Canada, comprising both English and French speakers, evaluated 20 items on exposure prevention across the following three dimensions: perceived importance, past behavior, and future intention. Principal axis factor analysis was conducted, and parallel analysis based on principal components determined the number of factors. McDonald's Omega measured internal consistency, and item-total correlations were examined. RESULTS: A one-factor solution was acceptable for all scales, with high coefficient omega values indicating strong internal consistency. Small mean differences between language groups were nonsignificant, and no correlations were found with demographic variables. CONCLUSIONS: The FECS is a reliable, valid one-factor model for both languages, supporting cancer prevention efforts.

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 enseignants0,020
Score d'incertitude au seuil0,202

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 Opus0,079
Tête enseignante GPT0,423
Écart entre enseignants0,344 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Occupational and Environmental MedicineMême sujetOccupational Health and PerformanceTravaux en français237 207