GuLF DREAM: A Model to Estimate Dermal Exposure Among Oil Spill Response and Clean-up Workers
Notice bibliographique
Résumé
Tens of thousands of individuals performed oil spill response and clean-up (OSRC) activities following the 'Deepwater Horizon' oil drilling rig explosion in 2010. Many were exposed to oil residues and dispersants. The US National Institute of Environmental Health Sciences assembled a cohort of nearly 33 000 workers to investigate potential adverse health effects of oil spill exposures. Estimates of dermal and inhalation exposure are required for those individuals. Ambient breathing-zone measurements taken at the time of the spill were used to estimate inhalation exposures for participants in the GuLF STUDY (Gulf Long-term Follow-up Study), but no dermal measurements were collected. Consequently, a modelling approach was used to estimate dermal exposures. We sought to modify DREAM (DeRmal Exposure Assessment Method) to optimize the model for assessing exposure to various oil spill-related substances and to incorporate advances in dermal exposure research. Each DREAM parameter was reviewed in the context of literature published since 2000 and modified where appropriate. To reflect the environment in which the OSRC work took place, the model treatment of evaporation was expanded to include vapour pressure and wind speed, and the effect of seawater on exposure was added. The modified model is called GuLF DREAM and exposure is estimated in GuLF DREAM units (GDU). An external validation to assess the performance of the model for oils, tars, and fuels was conducted using available published dermal wipe measurements of heavy fuel oil (HFO) and dermal hand wash measurements of asphalt. Overall, measured exposures had moderate correlations with GDU estimates (r = 0.59) with specific correlations of -0.48 for HFO and 0.68 for asphalt. The GuLF DREAM model described in this article has been used to generate dermal exposure estimates for the GuLF STUDY. Many of the updates made were generic, so the updated model may be useful for other dermal exposure scenarios.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».