MétaCan
Menu
Retour à la cohorte
Enregistrement W2067998958 · doi:10.1080/15428110208984759

Exposure Levels and Determinants of Softwood Dust Exposures in BC Lumber Mills, 1981–1997

2002· article· en· W2067998958 sur OpenAlexaffabout
Andrew O. Hall, Kay Teschke, Hugh Davies, Paul A. Demers, Steve Marion

Notice bibliographique

RevueAIHA Journal · 2002
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésStratified samplingCategorical variableExposure assessmentStatisticsLinear regressionSoftwoodSample (material)Environmental healthSampling (signal processing)Regression analysisEnvironmental scienceEconometricsDemographyEngineeringMathematicsMedicineChemistryPulp and paper industry

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,412
Score d'incertitude au seuil0,829

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,136
Tête enseignante GPT0,446
Écart entre enseignants0,311 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIHA JournalMême sujetOccupational Health and Safety ResearchTravaux en français237 207