MétaCan
Menu
Retour à la cohorte
Enregistrement W2809446040 · doi:10.1002/ieam.4070

Qualitative Approach to Comparative Exposure in Alternatives Assessment

2018· article· en· W2809446040 sur OpenAlexaff
William Greggs, Thomas Burns, Peter Egeghy, Michelle R. Embry, Peter Fantke, Bonnie Gaborek, Lauren Heine, Olivier Jolliet, Carolyn Lee, Derek C. G. Muir, Joseph Rinkevich, Neha Sunger, Jennifer Y. Tanir, Margaret H. Whittaker

Notice bibliographique

RevueIntegrated Environmental Assessment and Management · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEffects and risks of endocrine disrupting chemicals
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesNational Academy of SciencesEuropean CommissionHealth and Environmental Sciences InstituteU.S. Environmental Protection Agency
Mots-clésEnvironmental scienceEnvironmental healthEnvironmental planningMedicine

Résumé

récupéré en direct d'OpenAlex

Most alternatives assessments (AAs) published to date are largely hazard-based rankings, thereby ignoring potential differences in human and/or ecosystem exposures; as such, they may not represent a fully informed consideration of the advantages and disadvantages of possible alternatives. Building on the 2014 US National Academy of Sciences recommendations to improve AA decisions by including comparative exposure assessment into AAs, the Health and Environmental Sciences Institute's (HESI) Sustainable Chemical Alternatives Technical Committee, which comprises scientists from academia, industry, government, and nonprofit organizations, developed a qualitative comparative exposure approach. Conducting such a comparison can screen for alternatives that are expected to have a higher or different routes of human or environmental exposure potential, which together with consideration of the hazard assessment, could trigger a higher tiered, more quantitative exposure assessment on the alternatives being considered, minimizing the likelihood of regrettable substitution. This article outlines an approach for including chemical ingredient- and product-related exposure information in a qualitative comparison, including ingredient and product-related parameters. A classification approach was developed for ingredient and product parameters to support comparisons between alternatives as well as a methodology to address exposure parameter relevance and data quality. The ingredient parameters include a range of physicochemical properties that can impact routes and magnitude of exposure, whereas the product parameters include aspects such as product-specific exposure pathways, use information, accessibility, and disposal. Two case studies are used to demonstrate the application of the methodology. Key learnings and future research needs are summarized. Integr Environ Assess Manag 2018;00:000-000. © 2018 The Authors. Integrated Environmental Assessment and Management published by Wiley Periodicals, Inc. on behalf of Society of Environmental Toxicology & Chemistry (SETAC).

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,308
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,419
Écart entre enseignants0,391 · 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

Citations28
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntegrated Environmental Assessment and ManagementMême sujetEffects and risks of endocrine disrupting chemicalsTravaux en français237 207