Protecting Firefighters from Carcinogenic Exposure: Emerging Tools for PAH Detection and Decontamination
Notice bibliographique
Résumé
Polycyclic aromatic hydrocarbons (PAHs) are increasingly recognized as a major contributor to the occupational cancer risk among firefighters. In response, the National Fire Protection Association (NFPA) and other regulatory bodies have recommended rigorous decontamination protocols to minimize PAH exposure. Despite these efforts, a critical gap persists: the absence of real-time, field-deployable devices capable of detecting these invisible and toxic compounds during firefighting operations or within fire stations. Additionally, the lack of effective and optimized methods for the removal of these hazardous substances from the immediate environments of firefighters continues to pose a serious occupational health challenge. Although numerous studies have investigated PAH detection in environmental contexts, current technologies are still largely confined to laboratory settings and are unsuitable for field use. This review critically examines recent advances in PAH decontamination strategies for firefighting and explores alternative sensing solutions. We evaluate both conventional analytical methods, such as gas chromatography, high-performance liquid chromatography, and mass spectrometry, and emerging portable PAH detection technologies. By highlighting the limitations of existing systems and presenting novel sensing approaches, this paper aims to catalyze innovation in sensor development. Our ultimate goal is to inspire the creation of robust, field-deployable tools that enhance decontamination practices and significantly improve the health and safety of firefighters by reducing their long-term risks of cancer.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».