From Expert-based to Quantitative Retrospective Exposure Assessment at a Söderberg Aluminum Smelter
Notice bibliographique
Résumé
OBJECTIVES: Expert judgement of exposure levels is often only poorly or moderately correlated with directly measured levels. For a follow-up of a historical cohort study at a Söderberg aluminum smelter we updated an expert-based semiquantitative job exposure matrix of coal tar pitch volatiles (CTPV) to quantitative estimates of CTPV and benzo(a)pyrene (BaP). METHODS: Mixed effects models to predict exposure for potroom operation and maintenance jobs were constructed from personal CTPV and BaP measurements. Mean exposures of jobs in non-potroom locations were directly calculated when measurements were available. Exposure estimates for jobs/time periods with no measurements were based on proportion of time spent in exposed areas compared to jobs where exposure was modeled or measured. For pre-1977, the original expert exposure assignments were calibrated using the updated 1977 estimates. RESULTS: The rate of change in exposure levels varied by time period and was accounted for in mixed models with a linear spline time trend. Other variables significant in the models were job, potroom group and season as fixed effects, and worker as a random effect. The models for potroom operations explained 45 and 27% of the variability in the CTPV and BaP measurements, respectively. The models for maintenance jobs explained 40 and 19% of the variability in the CTPV and BaP measurements, respectively. For 1977-2000 model estimates, direct calculation of means and extrapolation from modeled/measured exposures accounted for 57, 6 and 37% of the exposed person-years, respectively. CONCLUSIONS: The above methodology maximized the use of exposure measurements and largely replaced the original expert-based estimates. Finer discrimination between exposure levels was possible with the updated exposure assessment. The new estimates are expected to reduce exposure misclassification and help better assess the exposure-response relationships.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,024 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».