Emission factor estimation of ca. 160 emerging organic microcontaminants by inverse modeling in a Mediterranean river basin (Llobregat, NE Spain)
Notice bibliographique
Résumé
Starting from measured river concentrations, emission factors of 158 organic compounds out of 199 analyzed belonging to different groups of priority and emerging contaminants [pesticides (25), pharmaceuticals and hormones (81), perfluoroalkyl substances (PFASs) (18), industrial compounds (12), drugs of abuse (8) and personal care products (14)] have been estimated by inverse modeling. The Llobregat river was taken as case study representative of Mediterranean rivers. Industrial compounds and pharmaceuticals are the dominant groups (range of 10(4) mg·1000 inhab(-1)·d(-1)). Personal care products, pesticides, PFASs and illegal drugs showed a load approximately one order of magnitude smaller. Considered on a single compound basis industrial compounds still dominate (range of ca. 10(3) mg·1000 inhab(-1)·d(-1)) over other classes. Generally, the results are within the range when compared to previously published estimations for other river basins. River attenuation expressed as the percentage fraction of microcontaminants eliminated was quantified. On average they were around 60-70% of the amount discharged for all classes, except for PFASs, that are poorly eliminated (ca. 20% on average). Uncertainties associated with the calculated emissions have been estimated by Monte-Carlo methods (15,000 runs) and typically show coefficients of variation of ca. 120%. Sensitivities associated with the various variables involved in the calculations (river discharge, river length, concentration, elimination constant, hydraulic travel time and river velocity) have been assessed as well. For the intervals chosen for the different variables, all show sensitivities exceeding unity (1.14 to 3.43), tending to amplify the variation of the emission. River velocity and basin length showed the highest sensitivity value. Even considering the limitations of the approach used, inverse modeling can provide a useful tool for management purposes facilitating the quantification of release rates of chemicals into the aquatic environment.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».