O-176 Development of a silica job-exposure-matrix for mining using historical exposure measurements in Ontario, Canada
Notice bibliographique
Résumé
Introduction Investigating exposure-disease relationships (e.g., silica exposure/lung disease) requires effective exposure assessment tools. A job-exposure-matrix (JEM) is a useful method that can be used to reconstruct historical exposure estimates. This study aims to develop an industry-specific silica JEM for mining as an exposure assessment tool for epidemiological research. Material and Methods Respirable crystalline silica (RCS) measurements were obtained from the Ontario Mining Exposure Database (OMED). OMED measurements were extracted from historical exposure documents/reports/surveys from mining companies, research organizations, health and safety associations, and the Ontario Ministry of Labor between 1960 and 1995. For flexibility, multiple exposure metrics describing the exposure distribution for each JEM cell and JEM axes are available depending on need. Possible JEM axes include period, commodity/mine type, underground/surface work, geographical area, sample type (area/personal), and job. Results and Conclusions Based on preliminary analysis, a total of 11,017 individual RCS measurements ranging from <0.01 to 10.99 mg/m3 (GM=0.06, GSD=3.77 mg/m3) were obtained from 148 Ontario mine sites. Exposures differed by commodity (n=20); clay mining had the highest vs. salt mining with the lowest exposures (GM=0.23 vs. 0.007 mg/m3 respectively). Surface exposure were 1.4 times higher than underground exposures. Exposures significantly decreased (p < 0.05) over time, GM1970–1980=0.06 vs. GM1990–2000=0.04 mg/m3. Next steps are to complete standardization of job coding and incorporation of aggregate samples using Monte Carlo Simulation. The JEM will be applied to estimate exposures in a mining cohort to investigate silica related lung disease among Ontario miners. Further, our JEM estimates will be compared with US Mining Safety Health Administration (MSHA) data to investigate the potential development of a larger JEM that may have a wider generalizability to other geographical areas and made available to researcher on request.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».