Biomonitoring of herbicides in Ontario farm applicators.
Notice bibliographique
Résumé
OBJECTIVES: Biomonitoring of pesticide residues in urine offers the advantages of integrating exposure due to all routes of entry and accounting for individual differences in several factors such as pharmacokinetics. The study was designed to measure the body burden of 2,4-dichlorophenoxyacetic acid (2,4-D) and 4-chloro-2-methylphenoxyacetic acid (MCPA) in farm applicators and to measure compliance with label recommendations regarding the use of personal protective gear and the impact of such use on exposure. METHODS: Farmers (N=126) from Ontario, Canada, collected a preexposure spot sample of urine and then two consecutive 24-hour urine samples immediately following the farmers' first use of these herbicides during 1996. Details on the pesticides used and handling practices were collected by questionnaire. RESULTS: For the farmers who reported using 2,4-D, the mean urinary concentration was 27.6 microg/l in the day-1 sample and 40.8 microg/l in the day-2 sample. The comparable figures for MCPA were 44.4 microg/l and 58.0 microg/l, respectively. Adherence to all of the recommended personal protective gear was rare (3%). Wearing goggles or a face shield during mixing and loading was associated with the lowest exposures. CONCLUSIONS: The urinary concentrations of 2,4-D and MCPA of these farm applicators were of the same order of magnitude as those published in the past decade, but lower than earlier studies, indicating that improvements in education, equipment, and labeling have likely had an impact on the degree of exposure in occupational settings.
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 | 0,000 | 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) | 0,000 | 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 ».