Uncertainty analysis of dioxin-like polychlorinated biphenyls–related toxic equivalents in fish
Notice bibliographique
Résumé
The toxic equivalent (TEQ) concept is widely used to assess toxicity potential of a dioxin-like chemical mixture. The TEQ approach converts concentrations of various dioxin-like compounds into a single concentration that is toxicologically equivalent to the most toxic dioxin compound, 2,3,7,8-tetrachlorodibenzo-p-dioxin (2,3,7,8-TCDD), using toxic equivalency factors (TEFs). It has been shown that in the absence of costly measurements of dioxin-like polychlorinated biphenyls (dl-PCBs) in fish, relatively inexpensive measurements of total PCB can be utilized to estimate dl-PCB-related TEQ (i.e., TEQ(dl-PCB)). The present study assesses the impacts of uncertainties in dl-PCB measurements and estimates, and mammalian TEFs on TEQ(dl-PCB) using the Monte Carlo technique. The analysis suggests that measurement errors for dl-PCBs translate into up to 1.3-fold uncertainty in TEQ(dl-PCB), while uncertainties in estimates of dl-PCBs generally produce up to a threefold uncertainty in TEQ(dl-PCB). In contrast, the uncertainty due to TEFs normally ranges 10- to 13-fold and spans over 30- to 40-fold under extreme cases. For 2005 TEFs, PCB-126 is the dominating contributor to uncertainty in TEQ(dl-PCB). When we considered uncertainties in the TEFs and estimated dl-PCB concentrations simultaneously, there was little increase in uncertainty in TEQ(dl-PCB) that was already produced by the TEFs only. These results indicate that the dl-PCB composition in fish and/or the relationship between total PCB and TEQ(dl-PCB) can be utilized to estimate TEQ(dl-PCB) with reasonable confidence.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| 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 | 0,000 |
| 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 ».