A Physiologically Based Biotic Ligand Model for Predicting the Acute Toxicity of Waterborne Silver to Rainbow Trout in Freshwaters
Notice bibliographique
Résumé
An early silver−gill binding model using conditional equilibrium binding constants ( K ) was fitted to actual toxicity data for rainbow trout ( Oncorhynchus mykiss ) and subsequently modified to produce a mechanistically based acute toxicity model for predicting silver toxicity. The model used an “off the shelf” aquatic geochemistry software program (MINEQL + ) and physiologically based log K values to predict the acute effects of waterborne silver in rainbow trout. The final version of the model does not predict total gill−silver loading, as the early model did, but rather predicts the binding of Ag + to key toxic sites on the gill and incorporates the effects of cation competition at these sites. The acute toxicity model for Ag + provided the best fit to toxicity data when a log K value for the affinity of these sites was 7.6 with cationic competition log K values for Na + and Ca 2+ of 2.9 and 2.3, respectively. A log K for Ag−DOM of 9.0 was used representing strong Ag + binding to dissolved organic matter. The model we present is easy to use and provides a good match with previously published acute AgNO 3 toxicity data for rainbow trout from 31 data sets in 10 studies. The modified model is now ready for full verification with a greater range of laboratory and natural waters.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».