Utility of tissue residues for predicting effects of metals on aquatic organisms
Notice bibliographique
Résumé
As part of a SETAC Pellston Workshop, we evaluated the potential use of metal tissue residues for predicting effects in aquatic organisms. This evaluation included consideration of different conceptual models and then development of several case studies on how tissue residues might be applied for metals, assessing the strengths and weaknesses of these different approaches. We further developed a new conceptual model in which metal tissue concentrations from metal-accumulating organisms (principally invertebrates) that are relatively insensitive to metal toxicity could be used as predictors of effects in metal-sensitive taxa that typically do not accumulate metals to a significant degree. Overall, we conclude that the use of tissue residue assessment for metals other than organometals has not led to the development of a generalized approach as in the case of organic substances. Species-specific and site-specific approaches have been developed for one or more metals (e.g., Ni). The use of gill tissue residues within the biotic ligand model is another successful application. Aquatic organisms contain a diverse array of homeostatic mechanisms that are both metal- and species-specific. As a result, use of whole-body measurements (and often specific organs) for metals does not lead to a defensible position regarding risk to the organism. Rather, we suggest that in the short term, with sufficient validation, species- and site-specific approaches for metals can be developed. In the longer term it may be possible to use metal-accumulating species to predict toxicity to metal-sensitive species with appropriate field validation.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».