Recent trends in respirable crystalline silica and elemental carbon exposure in the Ontario, Canada mining industry
Notice bibliographique
Résumé
INTRODUCTION: Mining is a high-hazard industry with significant occupational disease risks. Despite this there is limited data describing current exposure conditions. The aim of this short communication is to share recent exposure data from underground mines in Ontario, Canada. METHODS: Data from underground mines were accessed through a freedom of information request. Data were cleaned and standardized. Data contained measurements of several hazards from 2013 to 2018; analysis focused on personal samples for respirable crystalline silica (RCS) and elemental carbon (EC) from 2014 to 2018. Descriptive statistics were calculated overall and by sampling year; comparisons were made to current occupational exposure limits. Linear regression models were constructed to examine time trends. RESULTS: EC exposures decreased significantly, ~10% per year over the measurement period (2014 to 2018). Overall 14% of EC measurements were above the current mining exposure limit (0.12 mg/m3 EC) in Ontario, Canada. Results for silica did not show a statistically significant trend but did suggest a reduction of ~1.8% per year. Almost one-third of the RCS measurements were above the American Conference of Governmental Industrial Hygienists (ACGIH) recommended threshold (0.025 mg/m3). CONCLUSIONS: Current exposure data is needed to understand workers' exposure and support occupational disease prevention. Recent data from the Ontario mining industry suggests that exposure to elemental carbon decreased significantly from 2014 to 2018, but the annual reduction for silica exposure was not nearly as substantial. Mining workers continue to be exposed to levels of EC and RCS that are hazardous to health.
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 ».