Validation of Multimedia Models Assessing Exposure to PAHs—The SOLEX Study
Notice bibliographique
Résumé
Polluted soils have become a public health problem. While population exposure to soil pollutants is generally quantified using multimedia models, their estimations have not been validated, and studies that attempted to do so are scarce. The objective of the SOLEX study was to compare the predictions of pyrene exposure levels (converted into 1 hydroxypyrene) computed by several models with the results of urinary 1-hydropyrene (1-HOP) assays among 110 employees working at three sites polluted during their past use as manufactured gas plants. Four models were used: AERIS (Canada), CalTOX (California, USA), CLEA (UK), and HESP (The Netherlands). Three occupational exposure scenarios--with office, mixed, and outdoor workers--were constructed, based upon job activities during two measurement campaigns, one in winter and one in summer. The exposure levels estimated by the four models could differ markedly (from 7 up to 80 times) according to the exposure scenario. Also, the predominant exposure routes differed according to the model (direct soil ingestion for HESP and CalTOX, inhalation for AERIS, and dermal absorption for CLEA). The predictions of CalTOX are consistent with the 1-HOP measurements for all the scenarios. For HESP, the consistency is observed for the scenarios, office and mixed, for which the pyrene level in the soil is low. AERIS and CLEA yield results that are systematically above the 1-HOP measurements. This study confirms that validation of the models is crucial and points out to the need to proceed to assess components of the models that are the most influential using appropriate statistical analysis in combination with true field data.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».