The role of QSARs and fate models in chemical hazard and risk assessment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract A structure is suggested and discussed for the assessment of hazard and risk of chemicals of commerce, starting from a knowledge of molecular structure and proceeding to estimation of chemical properties, environmental fate and presence in organisms. Two metrics of risk are described, the external risk ratio which is based on concentrations external to the organism and the internal risk ratio based on concentrations internal to the organism. Where possible, the latter is preferred. Aspects of this multi‐stage strategy are discussed in more detail including the need for more experimental data in support of QSARs, the need for consistency in QSARs describing related properties and the complementary roles of fate models and QSARs. Whereas most screening‐level regulatory assessments of large numbers of chemicals focus on hazard, it is argued that the public concern is primarily with risk. Since risk assessment depends on the availability of data on rates of emission and such data are often very uncertain, this stage is often delayed and may only be done for relatively few substances. This is unfortunate because many hazardous substances are used under conditions such that there is minimal risk of exposure and effects. It is suggested that risk assessment can be facilitated by “backtracking” from an arbitrarily assumed risk ratio to calculate a hypothetical “critical” emission rate which would support that ratio. This rate can then be compared with likely emission to give an indication of proximity to levels of concern and thus the sustainability of present chemical emission practices.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle