Density and proximity of oil and gas wells and concentrations of trace elements in urine, hair, nails and tap water samples from pregnant individuals living in Northeastern British Columbia
Notice bibliographique
Résumé
BACKGROUND: Oil and gas exploitation can release several contaminants in the environment, including trace elements, with potentially deleterious effects on exposed pregnant individuals and their developing fetus. Currently, there is limited data on pregnant individuals' exposure to contaminants associated with oil and gas activity. OBJECTIVES: We aimed to 1)measure concentrations of trace elements in biological and tap water samples collected from pregnant individuals participating in the EXPERIVA study; 2)compare with reference populations and health-based guidance values; 3)assess correlations across matrices; and 4)evaluate associations with the density/proximity of oil and gas wells. METHODS: We collected tap water, hair, nails, and repeated urine samples from 85pregnant individuals, and measured concentrations of 21trace elements. We calculated oil and gas well density/proximity (Inverse Distance Weighting [IDW]) for 4buffer sizes (2.5 km, 5 km, 10 km, no buffer). We performed Spearman's rank correlation analyses to assess the correlations across elements and matrices. We used multiple linear regression models to evaluate the associations between IDWs and concentrations. RESULTS: Some study participants had urinary trace element concentrations exceeding the 95th percentile of reference values; 75% of participants for V, 29% for Co, 22% for Ba, and 20% for Mn. For a given trace element, correlation coefficients ranged from -0.23 to 0.65 across matrices; correlations with tap water concentrations were strongest for hair, followed by nails, and urine. Positive (e.g., Cu, Cr, Sr, U, Ga, Ba, Al, Cd) and negative (e.g., Fe) associations were observed between IDW metrics and the concentrations of certain trace elements in water, hair, and nails. SIGNIFICANCE: Our results suggest that pregnant individuals living in an area of oil and gas activity may be more exposed to certain trace elements (e.g., Mn, Sr, Co, Ba) than the general population. Association with density/proximity of wells remains unclear.
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 ».