Regulatory Use of Generic Exposure Data for Pest Control Products: The Canadian Perspective
Notice bibliographique
Résumé
Health Canada’s Pest Management Regulatory Agency (PMRA) is responsible for the federal regulation of pesticides in Canada. According to the Pest Control Products Act, companies intending to sell pest control products in Canada must provide data demonstrating the safety of these products to both human health and the environment, and also that these products have value when used according to label directions. Only pest control products that have acceptable risk are registered for use in Canada. The PMRA data requirements for human health risk assessments include toxicology studies to characterize the hazard profile of a pesticide and studies to assess the degree and nature of exposure to specific human populations, such as workers and children. As the science of risk assessment has evolved, so too have the regulatory requirements for exposure studies. While the protocols of chemical-specific exposure studies are typically required to adhere to established guidelines, variations between study protocols have limited the ability to use the data in a more generic fashion. Furthermore, differing policies on the requirements and use of these studies have sometimes led to differences in interpretation between regulatory agencies. As such, experts, working in conjunction with regulatory agencies and researchers, have developed the scientific methodology that allows exposure studies conducted with one pesticide to be used for the assessment of many pesticide active ingredients in a generic manner, such as handler exposure studies. The availability of scientifically robust studies that can be used in a generic manner has enabled the development and standardization of protocols and the generation of human exposure data that is applicable to a wide variety of pesticide scenarios and submissions. Much of the generic exposure data has been developed by the exposure task forces who have incorporated regulatory input throughout the process in a collaborative and scientific manner. Overall, this has resulted in a large, comprehensive, and modern collection of data, and has been an efficient mechanism for developing data required for pesticide submissions. It has also allowed pesticide regulatory authorities, such as the PMRA, to use these studies, when applicable, in lieu of chemical-specific data.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».