MétaCan
Menu
Retour à la cohorte
Enregistrement W2990347978 · doi:10.1289/isesisee.2018.p02.4030

Canadian Specific Exposure Factors for Certain Personal Care Products

2018· article· en· W2990347978 sur OpenAlexaffabout
Leona MacKinnon, Virginie Bergeron, Sandra L. Kuchta, Angelika Zidek

Notice bibliographique

RevueISEE Conference Abstracts · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEnvironmental Justice and Health Disparities
Établissements canadiensHealth Canada
Organismes subventionnairesnon disponible
Mots-clésEnvironmental healthProduct (mathematics)Variety (cybernetics)PopulationPlan (archaeology)MedicineHealth careGeographyComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Humans use a variety of personal care products (PCPs) every day. Estimating human exposures to chemicals found in PCPs requires information on the frequency of use and amount of product used. This type of information is usually obtained from various questionnaires and surveys and is available from regulatory guidance documents and in the scientific literature; however, very little data exists for the Canadian population.The Canadian Health Measures Survey (CHMS), a national survey that collects important health information from individuals aged 3 to 79 years old, included some questions regarding the use of certain grooming products by Canadians in Cycle 1 (2007-2009) and Cycle 2 (2009-2011), which sheds some light on Canadian use patterns. This poster will highlight Canadian specific data on the frequency of use of certain PCPs by adults, teens and children as young as 3 years old. The poster will also illustrate how this data is being used by the Existing Substances Risk Assessment Bureau (ESRAB) for risk assessments conducted under Canada’s Chemicals Management Plan. Results will be presented on how the use of certain PCPs by Canadians compares with use pattern data from the US and Europe.

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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,639
Score d'incertitude au seuil0,949

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,063
Tête enseignante GPT0,308
Écart entre enseignants0,245 · 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'étudeQualitatif
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'admission2
Résumé présentoui

Explorer davantage

Même revueISEE Conference AbstractsMême sujetEnvironmental Justice and Health DisparitiesTravaux en français237 207