MétaCan
Menu
Retour à la cohorte
Enregistrement W7023975445

Prévenir le gel des APRIA utilisés par les pompiers en hiver : fiche synthèse pour les pompiers et les intervenants en sécurité incendie

2022· article· fr· W7023975445 sur OpenAlexaff

Notice bibliographique

Revuenon disponible
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueFecal contamination and water quality
Établissements canadiensInstitut de recherche Robert-Sauvé en santé et en sécurité du travail
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Order (exchange)Context (archaeology)Term (time)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Les APRIA sont des appareils de protection respiratoire isolants et autonomes.Les pompiers les utilisent pour se protéger des gaz toxiques et des cancérigènes.Or, en période hivernale, ils ont constaté la formation de gel sur certaines composantes de l'appareil, ce qui les contraint dans certains cas à cesser immédiatement leurs tâches et à se rendre dans un endroit sécuritaire. ObjectifsIdentifier les principales causes de gel des APRIA et les pratiques préventives à l'aide d'une recherche dans la littérature. Faits saillants• Le gel de l'APRIA peut survenir à des températures ambiantes de ≤ 5°C (et parfois plus chaudes).• Le gel peut nuire au bon fonctionnement de plusieurs composantes de l'APRIA (p.ex.: régulateurs, systèmes électroniques, composantes plastiques fragilisées).• Le remplissage de la bouteille d'air comprimé doit respecter des normes de qualité de l'air ET de température de point de rosée (pour limiter la présence de vapeurs d'eau).• L'utilisation d'un APRIA doit être encadrée par un programme de protection respiratoire.• L'usage, l'entretien et l'entreposage de l'APRIA doivent respecter les recommandations du fabricant.Institut de recherche Robert-Sauvé en santé et en sécurité du travail

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,032
Tête enseignante GPT0,272
Écart entre enseignants0,240 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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'admission1
Résumé présentoui

Explorer davantage

Même sujetFecal contamination and water qualityTravaux en français237 207