Artificial Sweeteners in a Large Canadian River Reflect Human Consumption in the Watershed
Notice bibliographique
Résumé
Artificial sweeteners have been widely incorporated in human food products for aid in weight loss regimes, dental health protection and dietary control of diabetes. Some of these widely used compounds can pass non-degraded through wastewater treatment systems and are subsequently discharged to groundwater and surface waters. Measurements of artificial sweeteners in rivers used for drinking water production are scarce. In order to determine the riverine concentrations of artificial sweeteners and their usefulness as a tracer of wastewater at the scale of an entire watershed, we analyzed samples from 23 sites along the entire length of the Grand River, a large river in Southern Ontario, Canada, that is impacted by agricultural activities and urban centres. Municipal water from household taps was also sampled from several cities within the Grand River Watershed. Cyclamate, saccharin, sucralose, and acesulfame were found in elevated concentrations despite high rates of biological activity, large daily cycles in dissolved oxygen and shallow river depth. The maximum concentrations that we measured for sucralose (21 µg/L), cyclamate (2.4 µg/L) [corrected], and saccharin (7.2 µg/L) are the highest reported concentrations of these compounds in surface waters to date anywhere in the world. Acesulfame persists at concentrations that are up to several orders of magnitude above the detection limit over a distance of 300 km and it behaves conservatively in the river, recording the wastewater contribution from the cumulative population in the basin. Acesulfame is a reliable wastewater effluent tracer in rivers. Furthermore, it can be used to assess rates of nutrient assimilation, track wastewater plume dilution, separate human and animal waste contributions and determine the relative persistence of emerging contaminants in impacted watersheds where multiple sources confound the usefulness of other tracers. The effects of artificial sweeteners on aquatic biota in rivers and in the downstream Great Lakes are largely unknown.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 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 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 ».