Industry and geographic patterns of use and emission of carcinogens in Ontario, Canada, 2011–2015
Notice bibliographique
Résumé
OBJECTIVES: The goal of this study was to leverage data from two environmental regulatory initiatives, Ontario's Toxics Reduction Act (TRA) and Canada's National Pollutant Release Inventory (NPRI), to assess their ability to monitor trends in the use and emission of carcinogens by industry sector in Ontario. METHODS: Data reported to the TRA and NPRI by industrial facilities in Ontario were retrieved from 2011 to 2015. Twenty-six known and suspected carcinogens were identified (IARC) and the trends in the use and emission were evaluated by industry sector. The locations of industrial facilities that used and released carcinogens were mapped by Public Health Unit (PHU). RESULTS: Chemical manufacturing and primary metal manufacturing sectors accounted for 84% of all reported industrial use of carcinogens during the period 2011-2015. The largest source of carcinogen emissions came from facilities in the primary metal manufacturing and paper manufacturing sectors. The largest number of industrial facilities that reported the use and release of carcinogens were located in the City of Toronto and Peel Region PHUs. Overall, the use of carcinogens across all sectors appeared to decrease by 8%, while emissions increased by about 2%. CONCLUSION: The results of this study show the need to reduce the use and emission of select carcinogens in priority industry sectors. Environmental reporting programs, such as the TRA and NPRI, can serve as important tools in cancer prevention by tracking potential carcinogen exposures in the environment and in the workplace.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».