Protecting Wastewater Workers by Categorizing Risks of Pathogen Exposures by Splash and Fecal-Oral Transmission during Routine Tasks
Notice bibliographique
Résumé
Quantitative microbial risk assessments (QMRAs) present an opportunity to systematically assess risk to wastewater treatment plant (WWTP) workers and mitigate work-related infectious diseases. However, while QMRAs often explore the impacts of aeration or treatment mechanism, or the use of controls to mitigate risk (e.g., ventilation, personal protective equipment (PPE)), fewer studies address other variables, such as differing tasks across plants, time spent conducting these tasks or size of plant. QMRA approaches also vary substantially in their findings and recommendations. The objective of this paper is to provide a risk-based wastewater worker task characterization for urban, municipal and industrial WWTPs along with mitigation measures. Routine tasks fell into five categories in ascending order of exposure and risk, Type A being the lowest and Type E being the highest. Percentage of full-time equivalent time spent on each task category was estimated, along with amount of wastewater exposure (mL) and inhalation duration (h). Estimates differed between urban and municipal plants but were similar in industrial and municipal systems. Finally, a checklist was developed to identify potential mitigation measures and prioritize H&S solutions for eight inspected WWTPs. The present work provides practical information for job safety assessments, H&S policies and QMRA method refinement.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».