Silicone Wristbands as Personal Passive Samplers: Assessing Exposure to Organophosphate Flame Retardants
Notice bibliographique
Résumé
Organophosphate flame retardants (OPFRs) are used as additives in a variety of industrial and commercial products, such as furniture and electronics, to meet fire resistance standards. However, OPFRs have been associated with health effects, including neurotoxicity, hormonal changes, and cancer; therefore, insight into levels of exposure is necessary for health and risk assessments. An individual’s exposure to OPFRs can be measured using silicone wristbands as passive samplers, which make use of the tendency for a chemical to equilibrate between the solid phase (the sampler) and air to measure personal exposure to contaminants over time. Because OPFRs are frequently used in electronics, this study aimed to examine correlations between electronic use and personal exposure to OPFRs. Silicone wristbands were cleaned to remove surface contaminants, and then deployed to participants to wear for one week. Following deployment, the adhered compounds were extracted and analyzed using gas chromatography-mass spectrometry. While deployed, participants filled out a questionnaire indicating their weekly electronic use, which was used to draw correlations between electronics and exposure to OPFRs. The median concentration of OPFRs on wristbands were found to be about 6300ng/wristband, with high variability between individual wristbands. This project will be one of the first in Canada to use silicone wristbands as personal samplers to address exposure to OPFRs in relation to electronic use, and thus will prove useful in risk assessment due to the increasing use of electronics in society. Presented in absentia on April 27, 2020 at Student Research Day at MacEwan University in Edmonton, Alberta. (Conference cancelled) Faculty Mentor: Matthew Ross Department: Chemistry
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».