Occupational exposure to rare earth elements in mechanic workshops
Notice bibliographique
Résumé
Abstract Rare earth elements (REEs) such as cerium and lanthanum are utilized in oil refining and as catalytic additives in the production of diesel fuel aimed at optimizing fuel combustion. Background reports from animal studies demonstrated several REE-associated adverse effects, some of which following REE inhalation of diesel exhaust particulate. This study was aimed at evaluating the occupational exposure to REEs in diesel exhaust among two groups of mechanic workers; the first group involving 20 workers from artisanal workshops lacking exhaust abatement devices in Avellino province (Italy) and the second treatment group encompassing 82 workers (controls) from two industrial industrial-shaped workshops in Como (Italy) equipped with exhaust abatement devices. The evaluated endpoints in the two donor groups were: a) urine concentrations of 1-hydroxypyrene (1-OHP), as an indicator of exposure to polycyclic aromatic hydrocarbons (PAHs); b) urine REE concentrations, and c) REE concentrations in scalp hair. The results showed significantly higher urine 1-OHP concentrations in the first treatment group vs. controls (0.28 ± 0.07 mg/L vs. 0.12 ± 0.35 mg/L) (p<0.05), along with significantly higher frequency of smokers in these workers cases vs. controls (47.6% vs. 11.1%;) (p<0.05), and significantly higher urine REE concentrations in the same cases vs. controls (0.14 ± 0.04 mg/L vs. 0.07 ± 0.04 mg/L; ) (p<0.001). REE concentrations in scalp hair were not significantly different between the two donor groups suggesting that REEs might not be sequestered to hair during detoxification pathways.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».