Flame Retardant Exposure in Vehicles Is Influenced by Use in Seat Foam and Temperature
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Flame retardants (FRs) are added to vehicles to meet flammability standards, such as US Federal Motor Vehicle Safety Standard FMVSS 302. However, an understanding of which FRs are being used, sources in the vehicle, and implications for human exposure is lacking. US participants ( n = 101) owning a vehicle of model year 2015 or newer hung a silicone passive sampler on their rearview mirror for 7 days. Fifty-one of 101 participants collected a foam sample from a vehicle seat. Organophosphate esters (OPEs) were the most frequently detected FR class in the passive samplers. Among these, tris(1-chloro-isopropyl) phosphate (TCIPP) had a 99% detection frequency and was measured at levels ranging from 0.2 to 11,600 ng/g of sampler. TCIPP was also the dominant FR detected in the vehicle seat foam. Sampler FR concentrations were significantly correlated with average ambient temperature and were 2–5 times higher in the summer compared to winter. The presence of TCIPP in foam resulted in ∼4 times higher median air sampler concentrations in winter and ∼9 times higher in summer. These results suggest that FRs used in vehicle interiors, such as in seat foam, are a source of OPE exposure, which is increased in warmer temperatures.
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 | 0,001 | 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) | 0,002 | 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 ».