Gender Differences in Occupational Exposure Assessment for a National Surveillance Project
Notice bibliographique
Résumé
ISEE-0809 Background and Objective: The Finnish CAREX system is a useful tool for estimating numbers of workers exposed to carcinogens. It has been adapted for Canadian use and a new goal is to examine differences in occupational exposure by sex. Our objective is to identify circumstances where women may be underrepresented in original estimates. Methods: Population data was obtained from Statistics Canada. Finnish and US estimates of proportions of workers exposed to 9 carcinogens by industry and occupation were adapted for Canada with additional input from Canadian assessors (wood dust, benzene, silica, formaldehyde, diesel exhaust, PAH, chromium, lead, tetrachloroethylene). Numbers exposed were calculated by industry, occupation, province and sex. Descriptive statistics examining sex differences in industrial and/or occupational groups were prepared. Results: The proportion of men exposed ranged from 58% (tetrachloroethylene) to 94% (silica). There were only 3 carcinogens where men constituted <90% of workers exposed. In addition, the top industrial and occupational groups for men and women were different. For diesel exhaust, the largest industrial group for men was truck transportation, and the largest occupational group was truck drivers. For women, the largest industry was school bus transport, although this was only the 4th largest group for men. These results are unexpected; while we hypothesized that more men would be exposed to these substances, it is unlikely that they would account for >90% of exposed individuals. Further work is needed to ascertain whether this disparity is real, or if by using traditional methods of exposure assessment focusing on heavy industry, we have missed situations where women are exposed to carcinogens. Conclusion: CAREX did not originally discriminate between the sexes in terms of proportions of workers exposed. Our results suggest that industrial and/or occupational groups where women typically work may have been missed in initial estimates.
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 | 0,003 | 0,001 |
| 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 | 0,000 | 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 ».