Résultats des analyses de substances chimiques produites à l'IRSST pour la période 2001-2005
Notice bibliographique
Résumé
Click here for the English version of this report_x000D_ Le réseau québécois de prévention compte plusieurs centaines de personnes qui interviennent régulièrement dans les entreprises afin d’y prélever des échantillons permettant d’évaluer la qualité de l’air. Ces échantillons sont analysés à l’IRSST._x000D_ De 2001 à 2005, dans le cadre de l’entente de service avec la CSST et son réseau et les ASP, des rapports annuels ont permis d’identifier certaines substances retrouvées en fortes concentrations dans les grands groupes industriels de la Classification des activités économiques du Québec (CAEQ) de 1984 (classification à deux chiffres). Le présent rapport dresse un portrait global des résultats des analyses environnementales émis par les laboratoires de l’IRSST pour l’ensemble de cette période. Mais compte-tenu que quelque 224 000 résultats d’analyses environnementales y ont été produits, il devient non seulement possible mais même intéressant de traiter ici les données de manière à dégager un portrait détaillé des concentrations de polluants par classes industrielles de la CAEQ (classifications à quatre chiffres) plutôt que par grands groupes. Ce choix devrait en effet permettre une lecture plus fine des résultats d’analyse et donc un éclairage plus percutant des situations d’exposition où les substances chimiques considérées individuellement sont retrouvées à des concentrations considérables dans les établissements. Afin de présenter la même réalité selon différents angles, les résultats sont exposés selon les classes industrielles de la CAEQ, par secteur prioritaire de la CSST et par substance. De fait, l’étude est réalisée dans le but de rendre accessibles aux chercheurs et aux intervenants des informations pouvant appuyer de nouveaux axes de recherche et d’intervention._x000D_ Quelque 30 854 résultats d’analyse rencontrent les critères d’extraction et font émerger les combinaisons substance chimique - classe industrielle les plus susceptibles d’être problématiques parmi les secteurs échantillonnés. Leur examen permet de distinguer 50 substances chimiques réparties dans 141 classes industrielles et d’observer un total de 308 combinaisons substance chimique - classe industrielle ayant fait l’objet d’au moins 25 analyses, durant la période 2001-2005, et pour lesquels au moins 20 % des résultats d’analyses égalent ou excèdent 50 % de la norme. Ces données, présentées en six annexes, démontrent la grande diversité des prélèvements pour lesquels une proportion des résultats d’analyse a été mesurée en plus grande concentration._x000D_ Parmi les résultats d’exposition, plusieurs situations semblent particulièrement problématiques. Les fibres dans les autres industries de la machinerie, les poussières de bois dur et mou dans l’équipement et les services forestiers, l’isocyanurate de triglycidyle et les oligomères de l’hexaméthylène diisocyanate dans l’industrie du revêtement sur commande de produits en métal, la silice cristalline dans l’industrie des produits pétroliers raffinés et le plomb dans les autres industries de la fonte et de l’affinage de métaux non ferreux sont en effet autant d’exemples où plus de 60 % des échantillons prélevés se situent au-delà de deux fois la norme._x000D_ Abstract_x000D_ The Québec prevention network includes several hundred people who regularly take samples for air quality evaluation in workplaces. These samples are analyzed at the IRSST._x000D_ From 2001 to 2005, under the service agreement with the CSST (Commission de la santé et de la sécurité du travail du Québec – Québec Workers Compensation Board) and its network and the joint industrial associations (ASPs), annual reports made it possible to identify certain substances found in high concentrations in the major industrial sectors of the 1984 Classification of Québec’s economic activities (CAEQ) (two-digit classification). This report presents an overview of the environmental analytical results issued by the IRSST laboratories for this entire period. However, given that about 224,000 environmental analytical results were produced by the IRSST, it is not only possible but even interesting to analyze the data in a way that presents a detailed picture of pollutant concentrations by CAEQ industrial class (four-digit classifications) rather than by major sectors. This choice should allow a more finely-tuned reading of the analytical results, with a sharper focus on exposure situations in which chemical substances considered individually are found in considerable concentrations in workplaces. To show the same reality from different angles, the results are presented by CAEQ industrial class, by CSST priority sector and by substance. The aim of the study is to provide researchers and stakeholders with information which can support new lines of research and intervention._x000D_ 30,854 analytical results conform to the extraction criteria and show the chemical substance/industrial class pairings most likely to pose a problem among the sampled sectors. The study of these results distinguishes 50 chemical substances, divided into 141 industrial classes. It also reveals a total of 308 chemical substance/industrial class pairings which were subjected to at least 25 analyses in 2001-2005, for which at least 20% of the analytical results equal or exceed 50% of the standard. These data, presented in six appendices, show the great diversity of samples for which a proportion of the analytical results was measured in higher concentrations._x000D_ Among the exposure results, several situations seem particularly problematic. Examples where more than 60% of the samples taken were analyzed at more than double the standard include fibres in other machinery industries; hardwood and softwood dusts in forestry equipment and services; triglycidyl isocyanurate and hexamethylene diisocyanate oligomers in the custom metal coating industry; crystalline silica in the refined petroleum products industry, and lead in the other non-ferrous metal smelting and refining industries._x000D_ An English version of this report is available at https://pharesst.irsst.qc.ca/rapports-scientifique/476/.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».