MétaCan
Menu
Back to cohort
Record W7042783607

Réduire l’exposition des travailleurs aux gaz, odeurs, poussières et agents pathogènes humains présents dans les bâtiments porcins

2019· article· fr· W7042783607 on OpenAlexaboutno aff

Bibliographic record

Venuenot available
Typearticle
Languagefr
FieldChemical Engineering
TopicOdor and Emission Control Technologies
Canadian institutionsnot available
Fundersnot available
KeywordsContext (archaeology)Human immunodeficiency virus (HIV)Elafin
DOInot available

Abstract

fetched live from OpenAlex

Les éleveurs de porcs du Québec sont quotidiennement exposés à d’importantes quantités de gaz, d’odeurs, de poussières et de bioaérosols. Par conséquent, ils sont à risque de développer des problèmes respiratoires (ex. asthme) ainsi que des maladies infectieuses telles qu’une méningite à Streptococcus suis. Le risque de développer un problème de santé est lié au nombre d’heures passées à l’intérieur des bâtiments d’élevage ainsi qu’aux concentrations des différents contaminants. De plus, les travailleurs peuvent être en contact avec des bactéries résistantes aux antibiotiques soit des bactéries sélectionnées par l’emploi d’agents antimicrobiens utilisés lors de l’engraissement des animaux. Finalement, de par l’inhalation des bioaérosols, la flore nasopharyngée des éleveurs de porcs peut contenir des bactéries ou des gènes de résistance aux antibiotiques présents dans l’air des bâtiments d’élevage. Actuellement, le risque d’exposition par l’air et celui d’une colonisation des éleveurs de porcs québécois à certains agents pathogènes humains ou à des bactéries résistantes au zinc et à des antibiotiques d’importance pour la santé des travailleurs est inconnu. Plusieurs technologies permettent de diminuer les concentrations de gaz, d’odeurs ou de poussières à l’intérieur des bâtiments, mais il n’y a aucune donnée ni sur la réduction des bioaérosols ni sur l’effet synergique de leur combinaison. L’objectif général de la présente recherche consistait à proposer à l’industrie porcine du Québec une solution efficace et économiquement viable de réduction des contaminants de l’air, afin de protéger la santé de ses travailleurs. Les résultats de ce projet ont permis de démontrer la présence de plusieurs pathogènes humains et de gènes de résistance à la fois dans les bâtiments d’élevages porcins et dans la flore nasopharyngée des travailleurs. L’air des dix élevages de porcs du Québec à l’étude comportait d’importantes concentrations en poussières totales, en endotoxines et en bactéries cultivables et totales. Les concentrations en poussières totales n’ont toutefois jamais été supérieures à celle normée par la Loi sur la santé et la sécurité du travail, soit 10 mg/m3. Parmi les agents pathogènes humains, S. aureus a été le plus fréquemment trouvé dans les bioaérosols des dix élevages de porcs ,et contrairement aux autres bactéries à l’étude, à des quantités semblables d’un bâtiment à un autre. Les autres pathogènes analysés (Salmonella spp., C. difficile et M. avium) ont tous été trouvés dans l’air des porcheries, mais moins fréquemment que S. aureus. Les gènes de résistance au zinc et au cadmium (czrC) se retrouvaient dans les bioaérosols de tous les élevages de porcs. La présence de gènes de résistance blaCTX-M-1 (bêta-lactamase à spectre étendu) dans l’air de 60 % des élevages est problématique d’un point de vue de la santé publique considérant que les céphalosporines de 3e génération, des bêta-lactames, sont employées dans les hôpitaux afin de soigner de sévères infections telles que les méningites bactériennes. Finalement, des gènes de résistance à la colistine ont aussi été détectés dans 60 % des porcheries échantillonnées. La présence d’agents pathogènes humains et de gènes de résistance au zinc et aux antibiotiques a été évaluée par PCR dans la flore nasopharyngée de producteurs de porcs et de sujets non exposés. L’analyse des résultats a révélé une prévalence plus élevée des différents agents biologiques chez les éleveurs. De plus, il a été possible d’établir une corrélation entre la diversité bactérienne de la flore nasopharyngée des travailleurs de porcheries et celle des bioaérosols trouvés dans les bâtiments d’élevages porcins. Ces résultats sont parmi les premiers à corréler la composition microbienne de la flore nasopharyngée de personnes exposées avec celle de la source d’exposition. Trois stratégies ont été testées seules et en combinaison pour réduire les gaz, les odeurs, les poussières et les bioaérosols : 1) la séparation à la source des phases liquide et solide des déjections, 2) l’aspersion d’huile, 3) la filtration de l’air sortant du bâtiment d’élevage. Les essais à l’échelle du laboratoire ont permis de démontrer que la séparation du lisier peut réduire la concentration d’ammoniac dans les bâtiments et que l’unité de traitement de l’air permet de diminuer davantage les émissions à la sortie du bâtiment. Pour les poussières et les bioaérosols, l’aspersion d’huile et la filtration de l’air ont présenté de très bonnes performances, mais leur combinaison n’a pas permis une réduction supplémentaire. Pour les odeurs, l’aspersion d’huile et la séparation du lisier ont permis une certaine réduction, mais c’est le système de traitement de l’air qui a été le plus efficace. À la suite de l’analyse des résultats, un comité d’experts a conclu que, pour protéger à la fois la santé des travailleurs à l’intérieur des bâtiments et celle des résidents ruraux, les trois stratégies devraient être utilisées simultanément. Il n’a pas été possible de trouver un bâtiment existant adéquat pour valider ces technologies à l’échelle commerciale. Toutefois, des essais à l’échelle précommerciale ont permis de démontrer, en partie, le potentiel de la combinaison des trois stratégies pour la réduction des contaminants de l’air. En conclusion, il a été possible de réduire significativement les contaminants de l’air dans les bâtiments porcins et les émissions dans l’environnement en combinant différentes stratégies. L’implantation de ces stratégies dans un bâtiment commercial permettrait de réduire les risques pour la santé des travailleurs. Cependant, pour favoriser leur adoption par les producteurs, il serait pertinent d’effectuer une analyse économique pour connaître le potentiel commercial de ces stratégies de réduction des contaminants de l’air.

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 imitation

Not 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.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesInsufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.199
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0030.001

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 head0.035
GPT teacher head0.294
Teacher spread0.258 · 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; both teacher heads agree on what is shown here.

Study designBench or experimental
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
Published2019
Admission routes1
Has abstractyes

Explore more

Same topicOdor and Emission Control TechnologiesFrench-language works237,207