Determinants of respirable crystalline silica exposure in construction in western Canada
Notice bibliographique
Résumé
Task-based respirable crystalline silica (RCS) exposure monitoring data was collected from construction work sites across 3 Canadian provinces: Alberta, British Columbia (BC), and Manitoba. In total 373 RCS samples were obtained from 70 worksites across 44 companies. Sampling was conducted between May 2015 and August 2020. The overall geometric mean (GM) RCS exposure was 0.045 mg/m3 (geometric standard deviation, GSD = 6.8). Alberta had the highest average exposure and the highest variability with GM of 0.060 mg/m3 (GSD = 9.3), the GM in BC was 0.044 (GSD = 4.3), and in Manitoba the GM was 0.033 (GSD = 7.0). A multivariable model was built using forward stepwise linear regression modeling. Province, task type, work environment (indoor vs. outdoor), construction material, sampling duration, and engineering control use were all statistically significant predictors of exposure level in partial F-tests (P < 0.05). Overall, the model explained 42% of the RCS concentration variability. Task type contributed most to the model's explanatory power. The task type with highest average exposure levels was demolition (GM 0.30 mg/m3, GSD 0.49). Breaking (GM 0.16 mg/m3, GSD 8.4) and grinding (GM 0.081 m/m3, GSD 7.4) also had high-exposure levels. Working outdoors was associated with exposure levels 39% lower than indoors. Exposure control measures such as local exhaust ventilation and wetting were also associated with lower exposure levels. Among construction materials, Cement, sand, and stone were associated with higher RCS exposure levels relative to the reference material, concrete. The results of this study indicate that workers in western Canada remain exposed to RCS at levels that exceed the health-based American Congress for Governmental Industrial Hygienists Threshold Limit Value of 0.025 mg/m3. Although there were some differences in exposure levels between the provinces, the determinants of exposure were similar in all 3. The overall GM RCS exposure was 0.045 mg/m3 (geometric standard deviation, GSD = 6.8). Alberta had the highest average exposure and the highest variability with GM of 0.060 mg/m3 (GSD = 9.3), the GM in BC was 0.044 (GSD = 4.3), and in Manitoba the GM was 0.033 (GSD = 7.0).
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 | 0,000 | 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 ».