MétaCan
Menu
Retour à la cohorte
Enregistrement W2030466622 · doi:10.1021/es049044o

Mass Budget of Perfluorooctane Surfactants in Lake Ontario

2004· article· en· W2030466622 sur OpenAlexaboutno aff
Bryan Boulanger, Aaron M. Peck, Jerald L. Schnoor, Keri C. Hornbuckle

Notice bibliographique

RevueEnvironmental Science & Technology · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePer- and polyfluoroalkyl substances research
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Environmental Health SciencesNational Institutes of HealthU.S. Environmental Protection Agency
Mots-clésPerfluorooctaneEnvironmental scienceParticulatesBiotaEnvironmental chemistryHydrology (agriculture)Environmental engineeringChemistryEcologyGeologySulfonateBiology

Résumé

récupéré en direct d'OpenAlex

Perfluorooctane surfactants have been reported in biota, water, and air samples worldwide. Despite these reports, the main environmental sources of these compounds remain undefined. To address this gap in knowledge, an annual lake-wide mass budget of eight perfluorooctane surfactants was developed for Lake Ontario. To determine the atmospheric contribution to the mass budget, over-the-lake gas-phase air concentrations for N-EtFOSE and N-EtFOSA and particulate-phase air concentrations for PFOS in any air sample are reported for the first time, with mean concentrations when present of 0.5+/-0.32 (N-EtFOSE gas-phase), 1.1+/-0.9 (N-EtFOSA gas-phase), and 6.4+/-3.3 (PFOS particulate-phase) pg/m3. The mass budget finds inflow from Lake Erie (14 361+/-4489 kg sigma perfluorooctane surfactants) and wastewater discharge (1762+/-2697 kg sigma perfluorooctane surfactants) to be the major sources, while outflow through the St. Lawrence River is the dominant loss mechanism (22,727+/-7060 kg/year sigma perfluorooctane surfactants). Using the mass budget data, the steady state and measured mean concentrations in the lake water are the same at the 95% confidence level.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,164
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,004
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,227
Écart entre enseignants0,220 · 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 tête enseignante, pas un consensus.

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

Citations145
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetPer- and polyfluoroalkyl substances researchTravaux en français237 207