MétaCan
Menu
Retour à la cohorte
Enregistrement W2197983629 · doi:10.1021/acs.est.5b00679

World-Wide Indoor Exposure to Polyfluoroalkyl Phosphate Esters (PAPs) and other PFASs in Household Dust

2015· article· en· W2197983629 sur OpenAlexaboutno aff
Ulrika Eriksson, Anna Kärrman

Notice bibliographique

RevueEnvironmental Science & Technology · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePer- and polyfluoroalkyl substances research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPerfluorooctanoic acidEnvironmental chemistryPhosphateChemistryAlkylOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Human exposure to perfluorooctanoic acid (PFOA) and other per- and polyfluoroalkyl substances (PFASs) is ongoing and in some cases increasing, despite efforts made to reduce emissions. The role of precursor compounds such as polyfluorinated phosphate esters (PAPs) has received increasing attention, but there are knowledge gaps regarding their occurrence and impact on human exposure. In this study, mono-, di-, and triPAPs, perfluorinated alkyl acids (PFAAs), saturated, and unsaturated fluorotelomer carboxylic acids (FTCA/FTUCAs), perfluoroalkane sulfonamides, and sulfonamidethanols (FOSA/FOSEs), and one fluorotelomer sulfonic acid (FTSA)) were compared in household dust samples from Canada, the Faroe Islands, Sweden, Greece, Spain, Nepal, Japan, and Australia. Mono-, di-, and triPAPs, including several diPAP homologues, were frequently detected in dust from all countries, revealing an ubiquitous spread in private households from diverse geographic areas, with significant differences between countries. The median levels of monoPAPs and diPAPs ranged from 3.7 ng/g to 1 023 ng/g and 3.6 ng/g to 692 ng/g, respectively, with the lowest levels found in Nepal and the highest in Japan. The levels of PAPs exceeded those of the other PFAS classes. These findings reveal the importance of PAPs as a source of PFAS exposure worldwide.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,208
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,003
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,247
Écart entre enseignants0,227 · 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 tête enseignante, pas un consensus.

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

Citations161
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetPer- and polyfluoroalkyl substances researchTravaux en français237 207