Development of a Job-Exposure Matrix for Assessment of Occupational Exposure to High-Frequency Electromagnetic Fields (3 kHz–300 GHz)
Notice bibliographique
Résumé
OBJECTIVES: The aim of this work was to build a job-exposure matrix (JEM) using an international coding system and covering the non-thermal intermediate frequency (IF) (3-100 kHz, named IFELF), thermal IF (100 kHz-10 MHz, named IFRF), and radiofrequency (RF) (>10 MHz) bands. METHODS: Detailed occupational data were collected in a large population-based case-control study, INTEROCC, with occupations coded into the International Standard Classification of Occupations system 1988 (ISCO88). The subjects' occupational source-based ancillary information was combined with an existing source-exposure matrix and the reference levels of the International Commission on Non-Ionizing Radiation Protection (ICNIRP) for occupational exposure to calculate estimates of level (L) of exposure to electric (E) and magnetic (H) fields by ISCO88 code and frequency band as ICNIRP ratios (IFELF) or squared ratios (IFRF and RF). Estimates of exposure probability (P) were obtained by dividing the number of exposed subjects by the total number of subjects available per job title. RESULTS: With 36 011 job histories collected, 468 ISCO88 (four-digit) codes were included in the JEM, of which 62.4% are exposed to RF, IFRF, and/or IFELF. As a reference, P values for RF E-fields ranged from 0.3 to 65.0% with a median of 5.1%. L values for RF E-fields (ICNIRP squared ratio) ranged from 6.94 × 10-11 to 33.97 with a median of 0.61. CONCLUSIONS: The methodology used allowed the development of a JEM for high-frequency electromagnetic fields containing exposure estimates for the largest number of occupations to date. Although the validity of this JEM is limited by the small number of available observations for some codes, this JEM may be useful for epidemiological studies and occupational health management programs assessing high-frequency electromagnetic field 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 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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».