Expert-based assessment of chemical and physical exposures, and organizational factors, in past agricultural jobs
Notice bibliographique
Résumé
BACKGROUND: Limited data document the spectrum of exposures in the agricultural environment. We describe here the wide range of chemical and physical agents, and organizational factors, encountered in agricultural jobs held in the past in Canada and abroad. METHODS: We used data from a population-based case-control study of prostate cancer including 3,925 male participants residing in Montreal, Canada in 2005-2012. Lifetime occupational histories and detailed job descriptions were collected in-person. Industrial hygienists and an agronomist conducted semi-quantitative evaluations of exposure, including intensity and reliability, to some 300 chemical and physical agents in each job held. Analyses focused on the 156 agricultural jobs ever held in the study population. Clusters of agricultural co-exposures were derived. RESULTS: Agricultural jobs had taken place in 1946-2012, 53% ending in 1970 or after. Jobs were often (43%) held in Quebec, Canada; 22% in Italy, Portugal or Greece, and 10% in Haiti. Jobs entailed exposure to an average of 10 chemical agents (±7) and most were characterized by long working hours, high physical activity levels, and did not provoke stress or anxiety. Few involved early morning shifts. Exposure to 78 agents was assigned with probable or definite certainty. The most common definite or probable carcinogens were ultraviolet radiation (92% of jobs), environmental tobacco smoke (39%), diesel engine exhaust (23%), wood dust (20%), lubricating oils and greases (20%) and lead (15%). Pesticide exposure (as a group) occurred in 31% of jobs. Fifty-four percent of jobs entailed exposure to ≥2 recognized carcinogens. Exposure clusters varied according to countries and type of agricultural activities (general, animal, crops, horticulture, vineyards, etc.). CONCLUSIONS: Findings highlight the heterogeneity of exposure patterns in past agricultural environments based on their setting and activities involved. Studies on health-related effects of farming should account for numerous potential exposures, beyond their typical focus on pesticides.
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 ».