Can the Biotic Ligand Model Predict Cu Toxicity Across a Range of pHs in Softwater-Acclimated Rainbow Trout?
Notice bibliographique
Résumé
This study examined the effects of pH (5.0-8.5) on the toxicity of waterborne Cu to juvenile rainbow trout (Oncorhynchus mykiss) in soft water under flow-through conditions. Relationships between 96 h or 30 day Cu toxicity and 24 h lethal Cu accumulation on the gills (24 h LA(50-Acute) or 24 h LA(50-Chronic)) were examined in the context of predictions made using the biotic ligand model (BLM). Acute toxicity was relatively constant across pHs except for a 2- to 3-fold higher LC(50) at pH 5.0. In the chronic exposure, the fish had similar tolerance to Cu from pH 5.0 to 8.0, but were 3- to 4-fold more tolerant at pH 8.5. This pattern was not captured by the current BLM which predicts that acute and chronic LC(50) values should increase progressively from pH 5.0 to 8.5, with much greater values than those observed at the higher pH range. BLM-based water quality criteria would not be protective for trout at pH 8.0 or 8.5 in acute exposure to Cu in soft water. The measured 24 h LA(50-Acute) and LA(50-chronic) at pH 8.5 were higher, and 24 h LA(50-Chronic) at pH 5.0 was lower than those at the other pHs. This study indicates that gill Cu bioaccumulation does not explain toxicity at high or low pH, and the BLM needs revision to adequately predict Cu toxicity to trout in soft water.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».