Evaluating human health risks from exposure to agricultural soil contaminants using one- and two-dimensional Monte Carlo simulations
Notice bibliographique
Résumé
The health and well-being of Indigenous Peoples are closely connected to the state of their lands. While natural soils are important for food security initiatives within these communities, they may also expose people to harmful contaminants. Consequently, this study – guided by Indigenous community members and leaders – evaluates the human health risks associated with contaminants in soils intended for agricultural purposes on Indigenous Peoples’ lands in regions of Australia and Canada. Soil samples were collected from 47 sites in seven locations and analyzed for metals, metalloids, and organochlorine pesticides. Non-carcinogenic and carcinogenic risks were assessed for children, youths, and adults using one- and two-dimensional Monte Carlo simulations. The results indicate that there is a non-carcinogenic risk of exposure to lead (Pb) for children (HQ = 1.83) in Australia and an oral ingestion risk due to inorganic arsenic (As) for children (HQ = 1.05) in Newfoundland. Carcinogenic risks from As exposure were also identified for children (R = 1.68 × 10 −5 ) and adults (R = 1.18 × 10 −5 ) in Newfoundland from oral ingestion. However, no non-carcinogenic or carcinogenic risk from dermal exposure was found for all tested contaminants. The results indicate a potential need for targeted interventions, such as soil remediation, when and where possible, or community education, to reduce exposure risks. • Monte Carlo simulations reveal risks from soils used for agricultural activities. • Children in Australia face non-carcinogenic risk from Pb in agricultural soils. • As in Newfoundland soils linked to carcinogenic risk for children and adults. • Soil remediation and ongoing education efforts are recommended to reduce exposure risks.
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 | 0,001 | 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 | 0,002 | 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) | 0,001 | 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 ».