New Method for Calculating Comparative Toxicity Potential of Cationic Metals in Freshwater: Application to Copper, Nickel, and Zinc
Notice bibliographique
Résumé
Current practice in chemical hazard ranking and toxic impact assessments is to estimate fate and toxicity assuming the chemical exists in dissolved and particulate phases and, for metals, that all dissolved species are equally bioavailable. This introduces significant error since metal effects are related to the truly dissolved phase and free metal ion within it, not the total dissolved phase. We introduce a Bioavailability Factor (BF) to the calculation of hazard or Comparative Toxicity Potentials (CTPs) (also known as Characterization Factors; CFs) for use in Life Cycle Impact Assessment (LCIA). The method uses for calculation (1) USEtox for environmental fate, (2) WHAM 6.0 for metal partitioning and speciation in aquatic systems, and (3) Biotic Ligand Model (BLM) for average toxicity. For 12 EU water-types, we calculated medians (range) of CTPs of 1.5 x 10(4) (1.5 x 10(2) to 1.2 x 10(5)), 5.6 x 10(4) (9.4 x 10(3) to 4.1 x 10(5)), and 2.1 x 10(4) (7 x 10(3) to 5.8 x 10(4)) day*m(3)/kg for Cu, Ni, and Zn, respectively, which are up to approximately 1000 times lower than previous values. The greatest contributor to variability in CTPs was the BF, followed by toxicity Effect Factor (EF). The importance of the choice of water-type is shown by changes in the relative ranking of CTPs, which are equally influenced by water chemistry and inherent metal-specific differences.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 ».