Exposure of young children to household water lead in the Montreal area (Canada): The potential influence of winter-to-summer changes in water lead levels on children's blood lead concentration
Notice bibliographique
Résumé
Drinking water represents a potential source of lead exposure. The purpose of the present study was to estimate the magnitude of winter-to-summer changes in household water lead levels (WLLs), and to predict the impact of these variations on BLLs in young children. A study was conducted from September, 2009 to March, 2010 in 305 homes, with a follow-up survey carried out from June to September 2011 in a subsample of 100 homes randomly selected. The first 1-L sample was drawn after 5 min of flushing, followed by a further 4 consecutive 1-L samples after 30 min of stagnation. Non-linear regression and general linear mixed models were used for modelling seasonal effects on WLL. The batchrun mode of Integrated Exposure Uptake Biokinetic (IEUBK) model was used to predict the impact of changes in WLL on children's blood lead levels (BLLs). The magnitude of winter-to-summer changes in average concentrations of lead corresponded to 6.55 μg/L in homes served by lead service lines (LSL+ homes) and merely 0.30 μg/L in homes without lead service lines. For stagnant samples, the value reached 10.55 μg/L in 'LSL+ homes' and remained very low (0.36 μg/L) in 'LSL- homes'. The change in the probability of BLLs ≥5 μg/dL due to winter-to-summer changes in WLL was increased from <5% (in winter) to about 20% (in summer) in children aged 0.5-2 years. The likelihood of having BLLs ≥5 μg/dL in young children during warm months was reduced by at least 40% by flushing tap-water.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».