Deriving Uncertainty Factors for Threshold Chemical Contaminants in Drinking Water
Notice bibliographique
Résumé
Uncertainty factors are used in the development of drinking-water guidelines to account for uncertainties in the database, including extrapolations of toxicity from animal studies and variability within humans, which result in some uncertainty about risk. The application of uncertainty factors is entrenched in toxicological risk assessment worldwide, but is not applied consistently. This report, prepared in collaboration with Health Canada, provides an assessment of the derivation of the uncertainty factor assumptions used in developing drinking-water quality guidelines for chemical contaminants. Assumptions used by Health Canada in the development of guidelines were compared to several other major regulatory jurisdictions. This assessment has revealed that uncertainty factor assumptions have been substantially influenced by historical practice. While the application of specific uncertainty factors appears to be well entrenched in regulatory practice, a well-documented and disciplined basis for the selection of these factors was not apparent in any of the literature supporting the default assumptions of Canada, the United States, Australia, or the World Health Organization. While there is a basic scheme used in most cases in developing drinking-water quality guidelines for nonthreshold contaminants by the jurisdictions included in this report, additional factors are sometimes included to account for other areas of uncertainty. These factors may include extrapolating subchronic data to anticipated chronic exposure, or use of a LOAEL instead of a NOAEL. The default value attributed to each uncertainty factor is generally a factor of 3 or 10; however, again, no comprehensive guidance to develop and apply these additional uncertainty factors was evident from the literature reviewed. A decision tree has been developed to provide guidance for selection of appropriate uncertainty factors, to account for the range of uncertainty encountered in the risk assessment process. Recent development of a series of "decision trees" by WHO to derive chemical specific adjustment factors for inter- and intraspecies variability may present an opportunity for a more systematic approach for the identification of evidence-based uncertainty factors.
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 | 0,000 |
| 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 ».