MétaCan
Menu
Back to cohort
Record W7024440759

Résultats des analyses de substances chimiques produites à l'IRSST pour la période 2001-2005

2007· article· fr· W7024440759 on OpenAlexaboutno aff

Bibliographic record

Venuenot available
Typearticle
Languagefr
FieldEnvironmental Science
TopicIndoor Air Quality and Microbial Exposure
Canadian institutionsnot available
Fundersnot available
KeywordsStatistical analysisCommunity serviceEvaluation methods
DOInot available

Abstract

fetched live from OpenAlex

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/.

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 machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.812
Threshold uncertainty score0.377

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.002
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0040.005
Science and technology studies0.0010.000
Scholarly communication0.0010.000
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0060.002

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.

Opus teacher head0.043
GPT teacher head0.325
Teacher spread0.282 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2007
Admission routes1
Has abstractyes

Explore more

Same topicIndoor Air Quality and Microbial ExposureFrench-language works237,207