The Importance of Developing Exposure Factors Handbook in Nigeria
Notice bibliographique
Résumé
As environmental conditions continue to change and deteriorate, the residents in African Countries such as Nigeria have become increasingly threatened by continuous exposure to contaminants in gradient concentrations but with little or no adherence to environmental regulations by the government. Nigeria is also facing with great increase in number of potential health risk associated with environmental contamination with the UN projection on increase in population. It is now imperative that the government, regulatory bodies, scientist, industrialist and general public are aware of the dangers that contaminated soil, water, air, foodstuffs, and consumer products pose to humans and the ecosystem and how to manage these risks to protect human and ecological health. However, as of the time of writing the paper, no Environmental regulatory agency in Nigeria has a complied data or handbook will serve as a national index for demonstrating the physiological, food ingestion, and behavioral characteristics of the Nigerian people so as to provide basic information for health risk assessment and risk management. Since African people have unique exposure patterns and specific time-activity owing to the geological, social and economic difference, the existing Exposure Factors Handbooks in North American, Europe and other countries as USA, Canada and China cannot be used in evaluating the risks of Nigerian population.It is thus imperative to develop Exposure Factor Handbook to provide basic information for health risk assessment and to enlighten and sensitize Nigerians on the risks of environmental and health hazards. The paper highlights the significance of exposure factor handbook, the need for Nigeria to join list of countries with exposure factor handbook.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».