Occupational exposure of librarians to mold spores and metal particles: a real-time case study
Notice bibliographique
Résumé
Abstract In a university library, activities typical of librarians, such as unpacking boxes, removing books from the shelves, dusting, packing boxes, cataloguing, conservation and repair, photocopying, setting materials for class, and walking in a main hallway, were found to reduce indoor air quality through the production of airborne mold spores, metal dusts, and particulate matter of different size bins. Analyzing three libraries, the activity of conservation generated 9000 spores/m3 of mold spores, nearing the exposure limit of 104 spores/m3 reported for Penicillium sp., and silver nanoparticles of about 15 µg/m3, that over 8 h would exceed the occupational exposure limit of 0.19 µg/m3. For none of the activities, the levels of particulate matter with a diameter lower than 2.5 µm (PM2.5) and 10 µm (PM10) did not exceed the 8-h time weight average limits of exposure. However, by analyzing the 5th percentile of the real-time PM10 data, values of about 1.5 mg/m3, which is concerning for occupational exposure. Measuring real-time exposures of PM could generate an estimation of levels of mold spores and metal dusts in libraries. We demonstrate a high Spearman’s rank correlation (0.70) between the 5th percentile of PM with a diameter lower than 1 µm and different metals. A high linearity (R2 = 0.85) is obtained between the total average of PM with a diameter lower than 10 µm and mold spores/m3.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».