Determinants of Exposure to Metalworking Fluid Aerosol in Small Machine Shops
Notice bibliographique
Résumé
The purpose of this study was to evaluate personal exposure to metalworking fluid (MWF) aerosols in very small machine shops (1-8 machinists per shop) and to investigate workplace factors associated with exposures. A total of 20 willing machine shops in Vancouver, Canada (from 46 eligible shops, 43%) and 88 machinists participated (participation rate for machinists 92%). Most machinists wore two personal sampling trains (an open-faced 37 mm cassette and a PM10 impactor) on each of two full work shifts. Observational data were collected regarding potential determinants of exposure at 15 min intervals throughout each shift. A total of 322 personal samples were taken over 54 days. Mean aerosol exposure was 0.32 mg/m3 (range 0.06-2.19) for the 37 mm cassette samples and 0.27 mg/m3 (range 0.026-3.67) for PM10. Exposures from the two sampler types were highly correlated (R = 0.86). The mean shop-specific ratio comparing exposure from the 37 mm cassette with that from the PM10 sampler was 1.43 and varied significantly across shops, ranging from 0.97 to 2.19. Machine, task and shop characteristics associated with significantly increased aerosol exposure included the proportion of time spent grinding, operating an enclosed computer controlled machine, the presence of welding in the shop for both sampler types and the number of machines using MWF for PM10 samples only. Factors associated with reduced aerosol exposure included machining aluminum, milling, the height (and shape) of the shop roof (for both sample types) and the presence of mechanical shop ventilation (for the 37 mm cassette samples).
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».