MétaCan
Menu
← Retour à la cohorte
Enregistrement W6910251968 · doi:10.4224/40002876

CSC smudging toxicity: testing

2022· report· en· W6910251968 sur OpenAlexaffvenueabout

Notice bibliographique

RevueNPARC · 2022
Typereport
Langueen
Domaine
Thématique
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésEffluentParticulatesHazardCombustionTask (project management)Hazard analysisTask group

Résumé

récupéré en direct d'OpenAlex

National Research Council (NRC) was approached by Correctional Services Canada (CSC) to evaluate the potential health hazard induced by inmates’ smudging activities to inmates as well as correctional facility staff. The study included three tasks. Task 1 encompasses a literature review to investigate the typical composition of smudging materials, probable combustion effluents and their yields. Task 2 assesses potential impacts from exposure to smudging effluents. The findings from Tasks 1 and 2 were reported to CSC in a previous report¹. These findings demonstrated that an insufficient amount of information exists particularly on yields of effluents produced during smudging. Therefore, Task 3 was planned to obtain the chemical effluent and smoke particulate matter data from smudging. This report presents the findings from Task 3, where comprehensive evaluation of the hazards associated with smudging was conducted by testing four common smudging materials; black sage, juniper, tobacco, and white sage; in two testing facilities: 1) Tube furnace connected to a Fourier-transform infrared spectroscopy (FTIR) to detect and quantify the chemical combustion effluents 2) Testing room equipped with a Nanozen particle monitor to measure the particulate matter (PM) resulting from smudging. The combustion effluents and PM data from the testing were analyzed to estimate concentrations likely to be present in an inmate cell and their health effects. Finally, combustion effluent hazard assessment and recommendations were provided.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,340
Score d'incertitude au seuil0,677

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,110
Tête enseignante GPT0,325
Écart entre enseignants0,214 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNPARC→Travaux en français237 207→