Exposure of Arctic populations to methylmercury from consumption of marine food: an updated risk-benefit assessment
Notice bibliographique
Résumé
Recent and powerful epidemiological studies have been used as a basis for revising international and domestic guidelines for human exposure to mercury. Long-range transport of mercury into the Arctic makes some Arctic peoples consuming traditional marine foods, especially newborns, children and pregnant women, very vulnerable to harmful exposures. The WHO, the USEPA and Health Canada have all recently revised their mercury intake guidelines as a result of neurological effects reported in children exposed in utero and adults. Guidance values are equivalent to 0.23 microg/kg-bw/d, 0.1 microg/kg-bw/d and 0.2 microg/kg-bw/d respectively. Differences between the numbers represent slight differences in the uncertainty factors applied, rather than in toxicological interpretation. More recent findings suggest that mercury may also be a factor in ischemic heart disease, which could lower guidance values in the future. Considering the benefits of marine fatty acids (n-3 fatty acids) and guidance that populations consume 300-400g fish/week, consumers face a reality that most open ocean and relatively 'unpolluted' fish species contain levels of mercury that would lead to exposures at current guidance levels. Clearly, there is no more room for further mercury pollution and there is an urgent need for international action to reduce mercury emissions. Concomitantly, while there may be a need for public health authorities to provide consumption advisories to some highly exposed populations, such as in the Arctic, there remains a need to better understand the interactions and benefits associated with marine foods that may reduce health risks associated with low-level mercury exposure.
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) | 0,001 | 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) | 0,002 | 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 ».