MétaCan
Menu
Retour à la cohorte
Enregistrement W3153059168 · doi:10.1093/annweh/wxab016

Welding Fume Exposure and Health Risk Assessment in a Cohort of Apprentice Welders

2021· article· en· W3153059168 sur OpenAlexaffabout
Meghan Dueck, Ata Rafiee, James Mino, Sindhu Nair, Samineh Kamravaei, Lei Pei, Bernadette Quémerais

Notice bibliographique

RevueAnnals of Work Exposures and Health · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésApprenticeshipWeldingMetallurgyInductively coupled plasma mass spectrometryEnvironmental scienceMedicineEnvironmental healthMaterials scienceChemistryMass spectrometryGeography

Résumé

récupéré en direct d'OpenAlex

Welding fumes vary in composition depending on the materials and processes used, and while health outcomes in full-time welders have been widely studied, limited research on apprentices exists. Besides, few data are available for metals such as vanadium and antimony. This study aimed to look at individual metals present in welding fumes in the learning environment of apprentice welders. Forty-three welders and 41 controls were chosen from trade programmes at the Northern Alberta Institute of Technology. Ambient and personal air samples were collected at days 0, 1, 7, and 50 of their training and analysed for mass and metal concentrations using Inductively Coupled Plasma Mass Spectrometry. Results showed increases in particle and metal concentrations as apprentices progressed throughout their education and that concentrations at day 50 were similar to levels found in the literature for professional welders. Variable concentrations indicate that some individuals may not properly use the local exhaust ventilation system. Other possible explanation for variations are the position of the sampler on the shoulder, the time spent welding and in each welding position, and the skills of the welders. Strong relationships were observed between particle and metal concentrations, suggesting that these relationships could be used to estimate metal exposure in welders from particle exposure. Welding processes were the most important determinant of exposure in apprentice welders, with Metal Core Arc Welding producing the largest particle concentrations followed by oxyacetylene cutting, and Gas Metal Arc Welding. Health risk assessment showed that welder apprentices are at risk for overexposure to manganese, which suggests that professional welders should be monitored for manganese as they are exposed more than apprentices. Training in proper positioning of local exhaust ventilation system and proper use of respirators are recommended in training facilities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,057
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,101
Tête enseignante GPT0,399
Écart entre enseignants0,298 · 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 tête enseignante, 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

Citations27
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of Work Exposures and HealthMême sujetAir Quality and Health ImpactsTravaux en français237 207