MétaCan
Menu
Retour à la cohorte
Enregistrement W3017380227 · doi:10.1080/15287394.2020.1751758

Emissions and health risks from the use of 3D printers in an occupational setting

2020· article· en· W3017380227 sur OpenAlexaff
Felix Chan, Chun‐Yip Hon, Susan M. Tarlo, Nikhil Rajaram, R. House

Notice bibliographique

RevueJournal of Toxicology and Environmental Health · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensOccupational Cancer Research CentreToronto Metropolitan UniversityPublic Health OntarioUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésParticulatesOccupational hygieneEnvironmental scienceFormaldehydeOccupational exposureAir monitoringExposure assessmentUltrafine particleIsopropyl alcoholEnvironmental engineeringWaste managementEnvironmental chemistryEnvironmental healthMaterials scienceChemistryOccupational safety and healthMedicineEngineeringNanotechnology

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to determine concentrations of particulates and volatile organic compounds (VOCs) emitted from 3D printers using polylactic acid (PLA) filaments at a university workroom to assess exposure and health risks in an occupational setting. Under typical-case (one printer) and worst-case (three printers operating simultaneously) scenarios, particulate concentration (total and respirable), VOCs and formaldehyde were measured. Air samples were collected in the printing room and adjacent hallway. Size-resolved levels of nano-diameter particles were also collected in the printing room. Total particulate levels were higher in the worst-case scenario (0.7 mg/m3) vs. typical-case scenario (0.3 mg/m3). Respirable particulate and formaldehyde concentrations were similar between the two scenarios. Size-resolved measurements showed that most particles ranged from approximately 27 to 116 nm. Total VOC levels were approximately 6-fold higher during the worst-case scenario vs. typical situation with isopropyl alcohol being the predominant VOC. Airborne concentrations in the hallway were generally lower than inside the printing room. All measurements were below their respective occupational exposure limits. In summary, emissions of particulates and VOCs increased when multiple 3D printers were operating simultaneously. Airborne levels in the adjacent hallway were similar between the two scenarios. Overall, data suggest a low risk of significant and persistent adverse health effects. Nevertheless, the health effects attributed to 3D printing are not fully known and adherence to good hygiene principles is recommended during use of this technology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,096
Tête enseignante GPT0,310
Écart entre enseignants0,214 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations50
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Toxicology and Environmental HealthMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207