MétaCan
Menu
Retour à la cohorte
Enregistrement W3109331398 · doi:10.1016/j.envint.2020.106264

Development, characterization, and testing of a personal passive sampler for measuring inhalation exposure to gaseous elemental mercury

2020· article· en· W3109331398 sur OpenAlexafffund
Melanie A. Snow, Michelle Feigis, Ying Duan Lei, Carl P. J. Mitchell, Frank Wania

Notice bibliographique

RevueEnvironment International · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensUniversity of TorontoThe Scarborough Hospital
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMercury (programming language)Elemental mercuryEnvironmental chemistrySorbentInhalation exposureEnvironmental scienceChemistryInhalationAtomic absorption spectroscopyWaste managementFlue gasAdsorption

Résumé

récupéré en direct d'OpenAlex

Inhalation of gaseous elemental mercury (GEM) is an occupational exposure concern for workers handling elemental mercury or mercury-containing waste. GEM is also often present near historically mercury-contaminated sites, potentially resulting in low-level, chronic exposure of the wider population. Here we introduce a passive sampler for personal GEM monitoring which combines a radial porous diffusive barrier with an activated carbon sorbent. A total mercury analyzer is used to quantify GEM sorbed to the carbon by thermal decomposition, amalgamation, and atomic absorption spectroscopy. A sampling rate of 0.070 m3/day was determined by calibrating the sampler at low and high concentrations. Deployments lasting 8 h result in limits of quantification well below 200 ng/m3. The sampler has a measurement range of at least four orders of magnitude. Derived air concentrations were not statistically significantly different from those obtained by active air sampling but were more precise than those obtained using a personal pump. If properly stored, the sampler maintains low blank levels in high GEM environments. Affordability, sturdiness, simplicity, and the wide availability of total mercury analyzers make this sampler highly suited for monitoring GEM inhalation exposure, including in developing countries.

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)0,002
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,050
Tête enseignante GPT0,243
Écart entre enseignants0,193 · 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'étudeExpérimental (laboratoire)
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

Citations16
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironment InternationalMême sujetMercury impact and mitigation studiesTravaux en français237 207