Validation of a Semi-quantitative Job Exposure Matrix at a Söderberg Aluminum Smelter
Notice bibliographique
Résumé
OBJECTIVES: We tested the validity of a job exposure matrix (JEM) for coal tar pitch volatiles (CTPV) at a Söderberg aluminum smelter. The JEM had been developed by a committee of company hygienists and union representatives for an earlier study of cancer incidence and mortality. Our aim was to test the validity and reliability of the expert-based assignments. METHODS: Personal CTPV exposure measurements (n = 1879) overlapped 11 yr of the JEM. The arithmetic mean was calculated for 35 job/time period combinations (35% of the exposed work history), categorized using the original exposure intervals, and compared with the expert-based assignments. RESULTS: The expert-based and the measurement-based exposure assignments were only moderately correlated (Spearman's rho = 0.42; weighted kappa = 0.39, CI 0.10-0.69). Only 40% of the expert-based medium category assignments were correctly assigned, with better agreement in the low (84%) and high (100%) categories. Pot operation jobs exhibited better agreement (rho = 0.60) than the maintenance and pot shell repair jobs (rho = 0.25). The mid-point value of the medium category was overestimated by 0.3 mg/m(3). CONCLUSIONS: The expert-based exposure assignments may be improved by better characterizing the transitions between exposure categories, by accounting for exposure differences between pot lines and by re-examining the category mid-point values used in calculating the cumulative exposure. Lack of historical exposure measurements often requires reliance on expert knowledge to assess exposure levels. Validating the experts' estimates against available exposure measurements may help to identify weaknesses in the exposure assessment where improvements may be possible, as was shown here.
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) | 0,001 | 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 ».