Composition of Dioxin-like PCBs in Fish: An Application for Risk Assessment
Notice bibliographique
Résumé
It is widely accepted that a congener-specific analysis of polychlorinated biphenyls (PCBs), rather than traditional Aroclor equivalent total PCB analysis, is required for risk assessment. This is based on the fact that environmental processes alter the original distribution of PCB congeners in Aroclors and that toxicity varies considerably among the congeners with dioxin-like PCBs (dl-PCBs) generally being among the most toxic. Using the largest known dl-PCB fish dataset, here we present a likely composition of dl-PCBs in fish. In contrast to common perception, we found that the dl-PCB composition is relatively constant (within approximately a factor of 2) regardless of fish species and total PCB level. The abundance of dl-PCBs expressed as a percentage of total PCB (25-75 quartile range) in fish is generally in the order of PCB-118 (3.0-6.2%) > PCB-105 (1.1-2.4%) > PCB-156 (0.39-0.75%) > PCB-167 (0.20-0.43%) > PCB-123 (0.11-0.26%) > PCB-157 (0.09-0.19%) = PCB-114 (0.08-0.18%) > PCB-189 (0.045-0.094%) > PCB-77 (0.018-0.093%) > PCB-126 (0.015-0.036%) > PCB-81 (0.002-0.007%) = PCB-169 (0.001-0.006%). The most toxic dl-PCB congeners PCB-126 and -169 contribute on average only 0.027 and 0.004% of total PCB, respectively. The statistically significant relationships presented between individual di-PCB and total-PCB concentrations can be used as a practical tool to estimate dl-PCBs for risk assessment purposes. A comparison of the dl-PCB pattern presented here with other studies suggests that this dl-PCB composition is applicable to fish from North America and perhaps from other geographical regions throughout the world.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».