The concept of persistence as applied to metals for aquatic hazard identification
Notice bibliographique
Résumé
The criteria persistence (P), bioaccumulation (B), and toxicity (T) are applied by domestic and international regulators and modelers to the hazard identification of chemical substances, including metals and metalloids, that may present harm to the environment. In this paper, we critically examine the literature to determine the weight of evidence for the application of water column partition half-times as a surrogate for the persistence criterion in the aquatic hazard identification of metals and metal compounds. Dissolved metals such as Fe, Mn, Cu, Pb, Co, Cs, Hg, and Zn, as well as the metalloids As and Se, tend to partition from the water column by adsorption onto sinking particulates, with reported and calculated partition half-times in the range 4 to 30 d, with outliers of 0.07 and 280 d. Within freshwater lakes, values of t1/2 for the transition metals Cr, Mn, Fe, Co, and Cu averaged about 10 d, while those for the nontransition metals Sr, Zn, Cs, and Hg and the metalloids As and Se varied up to 55 d. These data are consistent with the well-established complexing properties of the transition metals, which are significantly greater compared to the nontransition metals and the metalloids. While the considerable variations in the literature at present preclude the use of metal partition half-times in aquatic hazard identification, the surrogate for the persistence criterion could be the partition half-time of the bioavailable fraction of the total dissolved metal concentration as determined in a laboratory protocol under standardized conditions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».