Use of goldfish to monitor wastewater and reuse water for xenobiotics
Notice bibliographique
Résumé
Goldfish were exposed to either treated municipal effluent (FE wastewater) or reuse water produced through membrane ultrafiltration (MF reuse water) or membrane ultrafiltration followed by activated carbon filtration (MCF wastewater) for up to 90 days. The xenobiotics present in the wastewater were identified using gas chromatography – mass spectroscopy and the efficacy of their removal by membrane ultrafiltration and activated carbon filtration were determined. At various time points post-exposure to wastewater or reuse water the following biological parameters were assessed: vitellogenin (Vtg) induction, immune gene expression, and mitogen-induced proliferation of blood leukocytes. Membrane ultrafiltration alone did not remove xenobiotics from FE wastewater, while activated carbon filtration efficiently reduced the levels of most xenobiotics. Vitellogenin was induced in fish exposed to both FE wastewater and MF reuse water, but not in fish exposed to MCF reuse water. Messenger ribonucleic acid (mRNA) expression of select immune genes (tumor necrosis factor alpha, colony stimulating factor receptor-1) were up-regulated in FE and MF exposed fish on days 7 and 21 post exposure, while Toll-like receptor 22 mRNA level was similar in fish exposed to wastewater or control water. Prolonged exposure of fish to FE and MF wastewaters caused a significant reduction in the mitogen-induced proliferation of blood leukocytes. Our results suggest that goldfish may be used as biosentinels for xenobiotics present in wastewater and reuse water.
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) | 0,000 | 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 ».