使用CART算法量化和建模米厂的可呼吸灰尘和晶体二氧化暴露情况

科学领域:

• 职业健康 职业健康 职业健康
• 环境科学 环境科学
• 工业卫生 工业卫生

背景情况:

• 米加工产生大量的空气中的尘埃,对工人造成潜在的呼吸系统健康风险.
• 量化暴露于可呼吸灰尘 (RD) 和可呼吸晶体二氧化 (RCS) 对于评估该行业的职业危险至关重要.

研究的目的:

• 量化西印度大米厂的RD和RCS暴露水平.
• 评估这些暴露与不同大米品种和运营活动之间的关联.
• 使用分类和回归树 (CART) 算法来处理缺失的数据.

主要方法:

• 从工人呼吸区收集了50个RD样本,这些样本来自加工各种水的工厂.
• 对应的RCS水平的量化.
• 使用Minitab和R进行统计分析,包括对缺失数据进行CART归算.

主要成果:

• 运营活动显著影响了RD (22.55%) 和RCS (10.59%) 的变化 (p < 0.05).
• 脱皮操作显示了最高的RD和RCS度,而选则是最低的.
• 米品种的影响最小,尽管科拉姆和帕里马尔的RCS高于IR-8,但仍在职业界限内.

结论:

• 运营活动是大米厂中RD和RCS暴露的关键驱动因素,而脱皮是一项高风险任务.
• 本研究的RD和RCS水平低于现有文献报告的水平,可能是由于先进的技术和区域因素.
• 加强防尘措施是必不可少的,特别是在高暴露任务期间,通过额外的环境数据进行进一步的研究可以完善预测模型.