The estimation of the rates of lead exchange between body compartments of smelter employees
Notice bibliographique
Résumé
The overwhelming proportion of the mass of lead (Pb) is stored in bone and the residence time of Pb in bone is much longer than that in other tissues. Hence, in a metabolic model that we used to solve the differential equations governing the transfer of lead between body compartments, three main compartments are involved: blood (as a transfer compartment), cortical bone (tibia), and trabecular bone (calcaneus). There is a bidirectional connection between blood and the other two compartments. A grid search chi-squared minimization method was used to estimate the initial values of lead transfer rate values from tibia (λTB) and calcaneus (λCB) to blood of 209 smelter employees whose bone lead measurements are available from 1994, 1999, and 2008, and their blood lead level from 1967 onwards (depending on exposure history from once per month to once per year), and then the initial values of kinematic parameters were used to develop multivariate models in order to express λTB and λCB as a function of employment time, age, body lead contents and their interaction. We observed a significant decrease in the transfer rate of lead from bone to blood with increasing body lead contents. The model was tested by calculating the bone lead concentration in 1999 and 2008, and by comparing those values with the measured ones. A good agreement was found between the calculated and measured tibia/calcaneus lead values. Also, we found that the transfer rate of lead from tibia to blood can be expressed solely as a function of cumulative blood lead index.
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 | 0,001 | 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 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| 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 ».