Systematic Review and Meta-Analysis of Mercury Exposure among Populations and Environments in Contact with Electronic Waste
Notice bibliographique
Résumé
Electronic waste (e-waste) recycling releases mercury (Hg) into the environment, though to our knowledge Hg levels at such sites have yet to be examined on a worldwide basis. A systematic review of scientific studies was conducted to extract, analyze, and synthesize data on Hg levels in e-waste products, environments near recycling sites, and in people. Data were extracted from 78 studies from 20 countries, and these included Hg levels in 1103 electrical and electronic products, 2072 environmental samples (soil, air, plant, food, water, dust), and 2330 human biomarkers (blood, hair, urine). The average Hg level in products was 0.65 μg/g, with the highest levels found in lamps (578 μg/g). Average soil and sediment Hg levels (1.86 μg/g) at e-waste sites were at least eight times higher than at control sites. Average urinary Hg levels (0.93 μg/g creatinine) were approximately two-fold higher among e-waste workers versus control groups. Collectively, these findings demonstrate that e-waste recycling may lead to Hg contamination in environments and human populations in close proximity to processing sites. These findings contribute to a growing knowledge base of mercury exposure through diverse source-exposure pathways, and the work has potential policy implications in the context of the Minamata Convention.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».