MétaCan
Menu
Retour à la cohorte
Enregistrement W4404957538 · doi:10.1111/cod.14729

A Method to Distinguish Chromium‐Tanned Leathers With Low and High Risks of Surface Hexavalent Chromium

2024· article· en· W4404957538 sur OpenAlexafffund
I Chen, Jonas Hedberg, Yolanda S. Hedberg

Notice bibliographique

RevueContact Dermatitis · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueOccupational exposure and asthma
Établissements canadiensWestern University
Organismes subventionnairesWestern UniversityCanada Foundation for InnovationOntario Research Foundation
Mots-clésHexavalent chromiumChromiumExtraction (chemistry)ChemistryNuclear chemistryChromatographyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Traces of hexavalent chromium, Cr(VI), are a major concern for skin contact with Cr-tanned leather. Current extraction methods (ISO 17075-1:2017) for Cr(VI) testing do not necessarily reflect the true potential of surface-formed Cr(VI), as extracted concentrations are dependent on previous storage and atmospheric conditions. OBJECTIVES: To test whether a spiking method protocol can distinguish leathers with high and low risks of releasing Cr(VI). METHODS: Two groups of leather types were selected based on previously detected Cr(VI) (group A) and optimal tanning practices with high antioxidants (group B), corresponding to a high and low risk of forming and keeping Cr(VI). Leathers were spiked with different concentrations up to 10 mg/kg of Cr(VI) and incubated at 80°C for 24 h prior to the ISO 17075-1:2017 extraction protocol. RESULTS: All Cr(VI) was reduced by group B leathers, whereas all group A leather extracts contained detectable Cr(VI) that was dependent on the exact leather type and the amount initially spiked. CONCLUSION: Pre-treatment of samples with supplemental Cr(VI) is a potential method for determining the reduction capabilities of leather, which are closely related to the risk of Cr(VI) formation. 10 mg/kg spiking unambiguously distinguished leathers with high and low risks of forming Cr(VI).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,323
Écart entre enseignants0,304 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueContact DermatitisMême sujetOccupational exposure and asthmaTravaux en français237 207