???persistent.caption.title??? |
???persistent.caption.value??? |
|
Clavius tčíslo: |
28853
|
Překlad: |
Pozor na Grizzlymana: srovnání odhadů expozice hluku na pracovišti a v odvětví pomocí ručního kódování a algoritmu strojového učení Národního institutu pro bezpečnost a ochranu zdraví při práci (NIOSH) NIOCCS
|
Rozšířená anotace: |
|
Jazyk dokumentu: |
eng
|
Ročník: |
19
|
Číslo: |
7
|
Rozsah (stránky): |
s. 437-447
|
Název zdroje: |
Journal of Occupational and Environmental Hygiene
|
Rok vydání: |
2022
|
Publikovat na bozp-info: |
|
Forma publikování: |
|
Perex: |
|
Datum publikování: |
|
Publikováno na URL: |
|
Připojené soubory: |
|
Název: |
Beware the Grizzlyman
|
Další názvová informace: |
a comparison of job- and industry-based noise exposure estimates using manual coding and the NIOSH NIOCCS machine learning algorithms
|
Klíčové slovo: |
data velká
expozice profesionální
hluk
kódování
měření
učení strojové
|
Autor: |
Roberts, Benjamin
|
Anotace: |
Národní institut pro bezpečnost a ochranu zdraví při práci (NIOSH) nedávno vydal aktualizovanou verzi počítačového kódovacího systému NIOSH pro odvětví a povolání (NIOCCS), který k přiřazování kódů odvětví a povolání na základě poskytnutých volných textových informací využívá strojové učení pod dohledem. Nebylo však vyvinuto žádné úsilí o externí ověření kvality přiřazených názvů odvětví a povolání, pokud jsou algoritmu poskytnuty vstupy různé kvality. Cílem této studie bylo vyhodnotit, zda je algoritmus NIOCCS dostatečně odolný při nízké kvalitě vstupů a jak může proměnlivá kvalita ovlivnit následné odhadované expozice pracovních míst ve velké matici expozice hluku (large job-exposure matrix for noise, NoiseJEM).
|
Bezpečnostní úroveň: |
|
Druh: |
nezadáno
|
Odkaz na dokument (URL): |
|
Původní znění: |
|