8245801 Science, myths, curiosity, and occupational hygiene, or: how to better communicate complex concepts
Notice bibliographique
Résumé
<h3></h3> Why is blood red? And what does this have to do with Occupational Exposure Limits? Is it quicker to boil an egg on Mount Everest? And what does this have to do with fire protection and exposure to chemicals? What do dice and a bell have to do with that colleague of mine who’s always sick? Why does it always rain when I wash my car? And how can understanding this lead to better policies? Well-aligned with the conference’s goal of inspiring impact and implementation of scientific knowledge in the real world, this presentation is all about communicating the complex concepts of occupational hygiene in new ways, tying them to real-world phenomena and experiences. If we, as scientists and occupational hygienists, strive to impact policy, we must communicate highly complex scientific concepts in ways that decision makers and all members of society can understand and, most importantly, relate to. Methods will be demonstrated to accomplish this by exploring the science and background behind day-to-day phenomena, questioning common myths, examining scientific anecdotes, and showcasing how it all ties to occupational hygiene concepts. I hope to share my love for speaking about science, to excite curiosity and to inspire an appreciation for the wonderous world around us – and how we encourage society to better protect those working within it.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».