MétaCan
Menu
Retour à la cohorte
Enregistrement W1933646226 · doi:10.1002/etc.2441

Worldwide estimation of river concentrations of any chemical originating from sewage-treatment plants using dilution factors

2013· article· en· W1933646226 sur OpenAlexaboutno aff
Virginie Keller, Richard J. Williams, Caryn Lofthouse, Andrew C. Johnson

Notice bibliographique

RevueEnvironmental Toxicology and Chemistry · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueWater resources management and optimization
Établissements canadiensnon disponible
Organismes subventionnairesNatural Environment Research Council
Mots-clésEnvironmental scienceDilutionEffluentSewageSpatial variabilityPopulationSurface runoffHydrology (agriculture)EstimationPollutionStatisticsEnvironmental engineeringEcologyBiologyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Dilution factors are a critical component in estimating concentrations of so-called “down-the-drain” chemicals (e.g., pharmaceuticals) in rivers. The present study estimated the temporal and spatial variability of dilution factors around the world using geographically referenced data sets at 0.5° × 0.5° resolution. Domestic wastewater effluents were derived from national per capita domestic water use estimates and gridded population. Monthly and annual river flows were estimated by accumulating runoff estimates using topographically derived flow directions. National statistics, including the median and interquartile range, were generated to quantify dilution factors. Spatial variability of the dilution factor was found to be considerable; for example, there are 4 orders of magnitude in annual median dilution factor between Canada and Morocco. Temporal variability within a country can also be substantial; in India, there are up to 9 orders of magnitude between median monthly dilution factors. These national statistics provide a global picture of the temporal and spatial variability of dilution factors and, hence, of the potential exposure to down-the-drain chemicals. The present methodology has potential for a wide international community (including decision makers and pharmaceutical companies) to assess relative exposure to down-the-drain chemicals released by human pollution in rivers and, thus, target areas of potentially high risk. Environ Toxicol Chem 2014;33:447–452. © 2013 The Authors. Environmental Toxicology and Chemistry published by Wiley Periodicals, Inc. on behalf of SETAC. This is an open access article under the terms of the Creative Commons Attribution-NonCommercial-NoDerivs License, which permits use and distribution in any medium, provided the original work is properly cited, the use is non-commercial, and no modifications or adaptations are made.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,182
Écart entre enseignants0,176 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations201
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Toxicology and ChemistryMême sujetWater resources management and optimizationTravaux en français237 207