Chemical Prioritisation for Human Biomonitoring in Ireland: A Synergy of Global Frameworks and Local Perspectives
Notice bibliographique
Résumé
Human biomonitoring (HBM) is a critical scientific tool for assessing human exposure by quantifying chemicals and their metabolites in biological specimens such as blood and urine. This approach provides a comprehensive and accurate evaluation of internal exposures from diverse sources and exposure routes. In Ireland, establishing a national HBM programme requires a systematic chemical prioritisation process that aligns global frameworks with local public perceptions. This study integrates insights from international initiatives such as the European Joint Programme Human Biomonitoring for Europe (HBM4EU) and the Partnership for the Assessment of Risks from Chemicals (PARC)-along with HBM programmes from EU countries (Germany, France, Belgium, Norway, Slovenia, Czech Republic, and Sweden) and non-EU countries (US, Canada, South Korea, China, and New Zealand). In addition, a national survey was conducted to capture the perceptions of people in Ireland regarding chemicals of concern to develop a comprehensive priority list of chemicals and biomarkers. The broader chemical groups identified include heavy metals (lead, cadmium, mercury, arsenic, and chromium VI), plasticisers (phthalates), bisphenols, pesticides, flame retardants, PFASs (per- and polyfluoroalkyl substances), PAHs (polycyclic aromatic hydrocarbons), POPs (persistent organic compounds), VOCs (volatile organic compounds), and UV (ultraviolet) filters. This integrated, participatory approach provides a roadmap for a robust, adaptable chemical list that supports evidence-based policy decisions in HBM in Ireland and enhances public health outcomes.
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 ».