MétaCan
Menu
Retour à la cohorte
Enregistrement W2024700310 · doi:10.2166/wpt.2010.015

Occurrence and Removal of PPCPs and EDCs in the Detroit River Watershed

2010· article· en· W2024700310 sur OpenAlexaff
Shahram Tabe, Paul Yang, Xiaoming Zhao, Chunyan Hao, Rajesh Seth, L. Schweitzer, Taher Jamal

Notice bibliographique

RevueWater Practice & Technology · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePharmaceutical and Antibiotic Environmental Impacts
Établissements canadiensUniversity of WindsorMinistry of the Environment, Conservation and Parks
Organismes subventionnairesnon disponible
Mots-clésEffluentPerfluorooctanoic acidEnvironmental chemistryEnvironmental impact of pharmaceuticals and personal care productsEnvironmental sciencePollutantSewageSewage treatmentWater treatmentChemistryWatershedEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

The occurrence of 51 pharmaceuticals and personal care products (PPCPs) and endocrine disrupting compounds (EDCs) in the Detroit River Watershed (DRW) was investigated. Also, the efficiency of local water treatment plants (WTPs) in removing these pollutants was evaluated. Samples were collected from various locations in the DRW, including the discharge of a sewage treatment plant (STP), downstream of the STP on the Detroit River, the intakes of the WTPs, and treated drinking water. Of the 51 target substances analyzed, 12 were not detected in any of the samples, while 14 were detected consistently in all samples from the STP effluent. The concentration of target chemicals was two to four orders of magnitude higher in the STP effluents than at the intakes of the WTPs. In total, 10 substances were detected in at least 10% of the drinking water samples. Two compounds, perfluorooctanoic acid (PFOA) and perfluorooctyl solfonate (PFOS), were found in 90+% of the drinking water samples.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,270
Écart entre enseignants0,257 · 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'étudeObservationnel
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

Citations25
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Practice & TechnologyMême sujetPharmaceutical and Antibiotic Environmental ImpactsTravaux en français237 207