MétaCan
Menu
← Retour à la cohorte
Enregistrement W1982456949 · doi:10.1021/es803644z

CKow: A Dynamic Model for Chemical Transfer to Meat and Milk

2009· article· en· W1982456949 sur OpenAlexaff
Ralph K. Rosenbaum, Thomas E. McKone, Olivier Jolliet

Notice bibliographique

RevueEnvironmental Science & Technology · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEffects and risks of endocrine disrupting chemicals
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesCenters for Disease Control and Prevention
Mots-clésFood scienceEnvironmental scienceChemistry

Résumé

récupéré en direct d'OpenAlex

The objective of this study is to increase the understanding and transparency of chemical biotransfer modeling into meat and milk and explicitly confront the uncertainties in exposure assessments of chemicals that require such estimates. In cumulative exposure assessments that include food pathways, much of the overall uncertainty is attributable to the estimation of transfer into biota and through food webs. Currently, the most commonly used meat and milk-biotransfer models date back two decades and, in spite of their widespread use in multimedia exposure models, few attempts have been made to advance or improve the outdated and highly uncertain K(ow) regressions used in these models. Furthermore, in the range of K(ow) where meat and milk become the dominant human exposure pathways, these models often provide unrealistic rates and do not properly reflect the transfer dynamics. To address these issues, we developed a dynamic three-compartment cow model (called CKow), distinguishing lactating and nonlactating cows. For chemicals without available overall removal rates in the cow, a correlation is derived from measured values reported in the literature to predict this parameter from K(ow). Results on carry over rates (COR) and biotransfer factors (BTF) demonstrate that a steady-state ratio between animal intake and meat concentrations is almost never reached. For meat, empirical data collected on short-term experiments need to be adjusted to provide estimates of average longer term behaviors. The performance of the new model in matching measurements is improved relative to existing models-thus reducing uncertainty. The CKow model is straightforward to apply at steady state for milk and dynamically for realistic exposure durations for meat COR.

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)0,002
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,285
Écart entre enseignants0,280 · 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

Citations32
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & Technology→Même sujetEffects and risks of endocrine disrupting chemicals→Travaux en français237 207→