Bioconcentration and Aquatic Toxicity of Superhydrophobic Chemicals: A Modeling Case Study of Cyclic Volatile Methyl Siloxanes
Notice bibliographique
Résumé
Many chemicals in commerce are classified as "superhydrophobic", having log octanol-water partition coefficients (log KOW) approaching or exceeding 7. Examples include long-chain alkanes, halogenated aromatics, and cyclic volatile methylsiloxanes (cVMS). We show that superhydrophobic chemicals present unique assessment challenges because of their sparing solubility in water and difficulties in empirical determinations of bioconcentration factors (BCFs) and aquatic toxicity. Using cVMS as an example, BCFs are considerably lower than expected due to biotransformation. Reviewed aquatic toxicity test data for cVMS in a range of aquatic organisms show little or no toxic effects up to solubility limits in water and sediment. Explanations for this apparent lack of toxicity of cVMS, and by extension to other superhydrophobic chemicals, are explored using a conventional one-compartment uptake model to simulate bioconcentration and toxicity tests using an assumed baseline narcotic critical body residue (CBR) and a range of organism sizes. Because of the low aqueous concentrations, equilibration times are very long and BCFs are sensitive to even very slow rates of biotransformation. Most organisms fail to achieve the assumed CBR during feasible test durations even at the solubility limit. Regulatory evaluation of superhydrophobic substances requires specially designed test protocols addressing biotransformation and dietary uptake.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».