Mise à jour d’un outil d’aide à la décision pour l’estimation du risque lié à une exposition à un mélange de substances chimiques dans l’air : une nouvelle version de MiXie
Bibliographic record
Abstract
MiXie QC est un outil qui permet d’estimer les risques pour la santé lors d’exposition professionnelle à des mélanges de contaminants. L’utilitaire recense les cas potentiels d’additivité des effets toxiques en croisant des listes d’organes cibles des agents chimiques. Cette étude visait à documenter les modifications apportées dans la version française par l’INRS en 2017 (MiXie FR) en effectuant la comparaison des versions française et québécoise de l’outil. L’accès aux banques de données (BD) des agents et des effets sur la santé des deux versions de MiXie a été fourni par les experts toxicologues responsables de l’utilitaire au Québec et en France. À partir de ces BD, les changements ont été étudiés par l’analyse de la nouvelle hiérarchie des classes d’effets et par le décompte des agents ayant fait l’objet d’une mise à jour. Les experts de l’INRS ont réduit le nombre de classes d’effets de 31 à 24. Les classes toxicologiques « Atteintes gastro-intestinales », « Stimulation musculaire » et « Argyrie » ont été retirées, alors que la classe « Sensibilisants » a été ajoutée. L’INRS a aussi procédé à une mise à jour des données des agents, soit selon une approche approfondie (revue de la littérature pour 60 agents) ou simplifiée (examen des classifications toxicologiques d'agences internationales pour le reste des agents). Pour les 596 substances analysées de MiXie QC, ces modifications ont mené à l’ajout et au retrait d’au moins une classe pour respectivement 204 et 100 agents. La classe toxicologique « Sensibilisants » a été la plus fréquemment ajoutée (90 agents). Ce travail servira à établir la base du processus d’harmonisation des versions françaises et québécoises de MiXie qui vient d’être initié. L’intégration de la classification française et des modifications ergonomiques de l’utilitaire est donc recommandée pour MiXie QC ainsi qu’une investigation des mises à jour approfondies.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".