Grill workers and air pollution health effects from charcoal combustion in Vientiane capital
Notice bibliographique
Résumé
Introduction: Grilled street foods are popular in urban communities in Lao People's Democratic Republic (Lao PDR). Charcoal is the main fuel used for, posing a risk of elevated exposure to toxic pollutants. This study explored levels of cooking-related pollutants from grilled food business and workers’ health effects. Materials and methods: A quantitative approach using multiple techniques was conducted during March and April 2022 in Vientiane Capital, Lao PDR. Methods included pollutant emission estimation from charcoal-combusting grill shops/street-carts and Particulate Matter (PM2.5) measurement, and examined the exposure and health effects among grill workers. Multiple sampling techniques were applied to identify study samples. Respiratory symptoms were the health effect of interest among grill workers. Results: Estimated emission of pollutants was over 75 tons/year from grill shops. Average PM 2.5 level was 84.8 μg/m3 (21.6 - 254.8 μg/m3); which i above standard limits. A very high level of PM2.5 was found in grill markets. Most grill workers were female, worked 6-7 days/week, at least 8 h/day. Factors contributing to the presence of respiratory symptoms among grill workers were female gender, low income, indoor grilling, more years of grill-work, experience of intense smoke-cough, self-reliance on health and cigarette smoking. Conclusion: Grilling contributes to ambient air pollution, posing potential adverse environmental and public health impacts. Grill workers are likely to be exposed to high levels of all forms of air pollutants from street food grilling. Effective strategies are required to better protect grill workers from the effect of exposure to these harmful toxins and minimize the negative impacts on their health.
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 | 0,002 | 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 ».