Development of a quantitative job exposure matrix for endotoxin exposure in agriculture
Notice bibliographique
Résumé
Objective To develop a quantitative job exposure matrix (JEM) for the assessment of endotoxin exposure among farmers and other agricultural industry workers. Methods An exposure database containing 3,384 personal endotoxin measurements from Western European and Canadian workers employed in animal and crop production and related-industries with endotoxin exposure between 1992 and 2008 was established. Data were log-transformed and modelled with linear mixed effect models where job-titles, company (within job-titles) and worker (within company) identities were treated as random effects. Fixed effects were year and season of measurement, sampling duration and an exposure prior (none, low, high) for every job code (ISCO-68) from an existing JEM for general population studies. Results The model results suggested overall levels of endotoxin exposure to decline annually by almost 2%. Season was a strong determinant of endotoxin exposure with measured concentrations being higher during the winter (b = 0.64; p <.0001) compared to the summer. Effects of sampling duration on the exposure were rather small. Predicted exposure levels were highest among wheat, vegetable, crop and poultry farmers and lowest among nursery garden workers, gardeners and horticulture farmers. Derived exposure estimates showed good agreement with endotoxin levels reported in the literature and not included in the database. Perspectives The model predictions will be used to develop a quantitative JEM with a time axis for endotoxin exposure to be used in epidemiological studies among farmers and agricultural industry workers.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».