Benchmarking construction safety performance at a global level: A case study of US, Canada, and New Zealand
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Construction safety plateau has become a global issue. To sustain the continuous improvement of the global construction safety performance, research studies on construction safety performance at a global scale, i.e. comparing safety performance across countries, are needed. To fill in this gap, this paper starts with a preliminary study by comparing the safety performance of the Canada, US, and New Zealand construction sites and by investigating the impact of three demographic factors on construction safety performance of workers, including age, work experience, and union membership. Safety surveys were collected from 2015 to 2017. In total, 837 surveys were collected from Canadian construction sites, 420 surveys were from US construction sites, and 40 were from New Zealand. The major findings are as follows. First, the top five physical injures that were reported most frequently are the same across the 3 countries, including cut, puncture, or open wound, headache or dizziness, strain or sprain, persistent fatigue, and skin rash or burn. Second, the top five unsafe events that were reported most frequently are the same across the 3 countries, including overexerted, slipped, tripped, or fell on the same level, pinch, exposed to chemicals, and struck against something fixed. Third, the most frequently reported unsafe event for all the 3 countries is overexerted. Finally, union membership has an extensive impact on the occurrence of safety incidents for both Canada and US sample. In future, more data are needed from New Zealand construction sites to enable further exploration.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 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 découle