Cadmium and Mercury Exposure among Dene/Métis Communities of the Northwest Territories, Canada
Notice bibliographique
Résumé
In northern Indigenous communities, eating traditional foods (which include locally harvested wild game, fish, game birds, and plants) is associated with improved nutritional status. However, traditional foods can occasionally increase human exposures to contaminants. To mitigate potential risks from elevated contaminant levels in fish and wildlife, public health officials regularly respond to the results from environmental monitoring programs by designing notices that advise individuals to limit their consumption of particular traditional foods. For example, elevated mercury (Hg) levels in Walleye, Northern Pike, and Lake Trout in some subarctic lakes led to the release of a series of consumption notices by the Government of the Northwest Territories Department of Health and Social Services. Also, high levels of cadmium (Cd) in the organs of moose from the Southern Mackenzie Mountains, Canada resulted in consumption notices recommending people to limit their consumption of kidney and liver of moose harvested from this region.Since 2016, a community-based human biomonitoring project has been run in nine Dene/Métis communities of the Dehcho and Sahtú regions of the Northwest Territories Mackenzie Valley (n=538). This project included dietary assessments (e.g., 24-hour Recall, Food Frequency Questionnaire) as well as hair, urine and blood sampling to characterize contaminant exposures among participants. Although Hg and Cd levels in traditional foods from the Northwest Territories are occasionally elevated, the results from this biomonitoring research show exposures to these metals to be generally similar to those observed in other populations in Canada. These results are supporting ongoing efforts at the community and territorial level to design follow up plans in response to environmental monitoring data.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| 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 | 0,000 |
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.
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 ».