MétaCan
Menu
Retour à la cohorte
Enregistrement W2910123544 · doi:10.1289/isesisee.2018.p01.3110

Passive Air Sampling for Gaseous Mercury in Workplace Atmospheres and for Personal Inhalation Exposure Monitoring

2018· article· en· W2910123544 sur OpenAlexaff
Melanie A. Snow, Ying Duan Lei, Frank Wania

Notice bibliographique

RevueISEE Conference Abstracts · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMercury (programming language)InhalationEnvironmental scienceEnvironmental chemistryInhalation exposureOccupational exposureElemental mercuryAir pollutantsChemistryAir pollutionComputer scienceEnvironmental healthFlue gasMedicineAnesthesia

Résumé

récupéré en direct d'OpenAlex

Inhalation exposure to gaseous elemental mercury (GEM) continues to be a concern in a number of workplaces. Examples are facilities handling mercury-containing electronic waste, such as compact fluorescent light bulbs, or so-called “gold-shops” processing the amalgams from artisanal and small-scale gold mining operations. GEM is also often present near historically mercury-contaminated sites or in dental facilities, creating the conditions for low-level, chronic inhalation exposure. Considering that inhaled GEM is readily absorbed and transferred across the blood-brain barrier, there is a need to be able to measure its air concentrations reliably and continuously. We are therefore exploring the feasibility of using a passive air sampler (PAS) recently developed for recording long term average GEM concentrations in the ambient atmosphere in the monitoring of personal GEM inhalation exposure and GEM concentrations in workplace atmospheres. This PAS is small, light, inexpensive, easy-to-operate, and requires no power. By tightly controlling sampling rates through (i) the use of a radial porous diffusive barrier, and (ii) a wind shelter, the sampler achieves high precision and accuracy. Eliminating the PAS’s wind shelter allows for its use as a wearable personal sampler, while only slightly increasing sampling rate variability. Average GEM concentrations need to be in excess of ~20 ng/m3 for the PAS to take up sufficient GEM during an 8-hour workday to achieve reliable quantification. For a 40-hour sampling period, corresponding to a traditional workweek, the threshold drops to ~5 ng/m3. At higher GEM concentrations, (i) even shorter sampling times are achievable, and (ii) a thicker diffusive barrier can be used, which increases precision by better controlling sampling rates. Side-by-side comparisons of the PAS in a number of occupational settings with personal pumped samplers support the validity of using occupational exposure estimates acquired with a PAS.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,808
Score d'incertitude au seuil0,585

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,084
Tête enseignante GPT0,346
Écart entre enseignants0,262 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueISEE Conference AbstractsMême sujetAir Quality and Health ImpactsTravaux en français237 207