Developing and Refining a Knowledge Assessment Instrument for Individuals Involved in Managing Occupational Heat Stress: Paper A
Notice bibliographique
Résumé
INTRODUCTION: Occupational heat stress poses a critical threat to workers' health, safety, and productivity. To effectively manage this hazard, occupational health and safety (OHS) representatives must comprehensively understand heat stress, heat-associated injury and disease outcomes, and heat mitigation measures to protect workers. We developed the Human and Environmental Physiology Research Unit-Occupational Heat Stress Knowledge Assessment Test (HEPRU-OHSKAT) as an initial step toward facilitating research in this area. METHOD: The HEPRU-OHSKAT was developed using a mixed-methods approach. Preliminary items were developed after reviewing the academic and gray literature. A standardized content validity assessment was conducted with heat stress and OHS experts (n = 9); a trial distribution to refine and test feasibility was performed with an internal pilot group (n = 18). The instrument was then distributed to individuals involved with OHS (n = 216) and members of the general working population (n = 101) in Ontario, Canada (n = 317). Item analysis and item response theory modelling were used to refine the scale and scope of the instrument. RESULTS: Thirty-two items were developed for the preliminary instrument. Following expert consultation, a review of content validity, and the internal pilot, 31 items were retained in four subscales: General Heat Stress Knowledge (n = 8), Recognizing the Signs and Symptoms of Heat Stress and First Aid (n = 7), Exposure Limits and Heat Monitoring Practices (n= 13), and Workplace Controls for Heat (n = 3). Following item selection, the broader instrument was reduced to 20 items grouped into one scale. CONCLUSIONS: The HEPRU-OHSKAT is the first instrument to assess knowledge of heat stress among those responsible for OHS. The instrument showed good reliability and internal consistency across knowledge categories. PRACTICAL APPLICATIONS: The instrument can help OHS representatives better evaluate knowledge of, and manage training about, heat stress.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».