Exposure Levels and Determinants of Softwood Dust Exposures in BC Lumber Mills, 1981–1997
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Measurements of personal exposure to wood dust (n = 1237) collected by the Workers' Compensation Board of British Columbia, Canada, over the period 1981-1997 were used to construct an empirical model to identify broad determinants of softwood dust exposure. Potential determinants of exposure examined included species of tree processed; company; geographic location of lumber mill; department; job title; calendar year; and production factors such as board feet of lumber produced per year. A determinants of exposure model was built using multiple linear regression. Nested within this compliance database was a subset of samples collected for a research study. These enabled the authors to explore whether differences in exposure measurements can in part be explained by sampling strategy (research versus compliance). Potential differences were examined by examining differences in means for each job title, stratified by sampling strategy; and by offering "sampling strategy" as a categorical predictor variable to the empirical model. Multiple linear regressions revealed the most important determinants of increased wood dust exposure to be mill location away from the coast, earlier calendar year, and indoor jobs. The empirical model had an R2 of 0.39 and a predictive range from 0.02 to 25.45 mg/m3. Research and compliance sampling strategies showed no difference in mean exposure and distribution in the empirical model (p < 0.05), suggesting that regulatory exposure databases may be of utility for exposure assessment in epidemiology. This research indicates that compliance-sampling strategies do not result in an overestimation of mean exposure levels within jobs, but they do focus on a biased sample of jobs-those most highly exposed.
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.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle