O-180 CAREX Canada: prevalence and level of occupational asbestos exposure in Canada in 2016
Notice bibliographique
Résumé
<h3>Introduction</h3> Despite a federal asbestos ban, occupational asbestos exposure persists in Canada due to asbestos in older buildings and other legacy products or lingering imported materials. We updated CAREX Canada’s prevalence of exposure estimate from 2006 to 2016, and assessed the level of occupational exposure by industry, occupation, province/territory, and sex. <h3>Material and Methods</h3> Labour force data from the 2016 Census of Population and proportions of workers exposed by occupation and industry, which were previously developed for 2006 and updated here to reflect new knowledge and changes in exposures, were combined to estimate exposure by occupation (4-digit 2016 NOC), industry (4-digit 2012 NAICS), province/territory, and sex. Changes between the 2006 and 2016 job and industry coding systems were accounted for using Statistics Canada concordance tables. Levels of exposure (low, moderate, high), were qualitatively assigned for each occupation and industry intersection using expert assessment, considering workers’ proximity and access to asbestos-containing material, and the condition and content of asbestos. <h3>Results</h3> Approximately 235,000 workers (1.5%) are occupationally exposed to asbestos in Canada in 2016. Most are male (89%) and in the low (49%) or moderate (46%) exposure categories. The construction sector and associated jobs (e.g. carpenters, trades helpers and laborers) account for the majority; an estimated 157,000 workers are exposed in the industry, followed by public administration (29,000) and health care and social assistance (19,000). Other occupations with exposed workers include janitors, caretakers, and building super intendents (19,000) and light duty cleaners (12,000). The estimated prevalence of workers exposed increased from 2006 to 2016 due to increases in the labour force and the addition of some previously unrecognized groups. <h3>Conclusions</h3> Workers continue to be exposed to asbestos in Canada. Our results illustrate the shift from high exposures to lower-level exposures, which are associated with remaining asbestos-containing materials in the built environment.
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 | 0,001 | 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 | 0,000 | 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 ».