MétaCan
Menu
Retour à la cohorte
Enregistrement W7026760969

Accident experiences and reporting practices in Canadian chemistry and biochemistry labs: A pilot investigation

2021· article· en· W7026760969 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholarship at UWindsor (University of Windsor) · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueMusic Technology and Sound Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAccident (philosophy)Context (archaeology)Sample (material)Occupational safety and healthSuicide preventionHuman factors and ergonomicsInjury prevention
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Accidents in chemistry and biochemistry laboratories are a regular occurrence and have been associated with injuries, property damage, and deaths. However, despite a high prevalence rate of accident involvement reported in previous investigations of academic lab personnel (approximately 30%), little is known about the context in which academic lab accidents occur. Previous findings also suggest a high degree of accident underreporting (25–40%), but again, little is known about this phenomenon. Pilot data was gathered from a convenience sample of 104 students and postdoctoral fellows in chemistry-related fields through an online survey. Results showed a high level of accident involvement (56.7%); of that number, most of those (65.9%) had been involved in multiple accidents. Most accidents involved only personal injuries and happened on a weekday afternoon with other lab members present. The majority of participants reported wearing multiple types of PPE at the time; however, adherence rates for any one type of equipment (e.g., goggles, gloves, coat) was less than 50%. Most (69.6%) reported their accidents to multiple individuals and were at least somewhat or very satisfied (81.2%) with their decision to report. Participants who chose not to report their accidents reported barriers such as beliefs that the accident was not severe, concerns about judgment, self-blame, and not knowing they had to report the accident or how. Implications for safety training and reporting practices are considered.

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)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,242

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0110,002
Communication savante0,0030,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,046
Tête enseignante GPT0,258
Écart entre enseignants0,212 · 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.

Devis d'étudeObservationnel
DomaineMéthodes
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship at UWindsor (University of Windsor)Même sujetMusic Technology and Sound StudiesTravaux en français237 207