Intra- and intertreatment variability in reference toxicant tests: Implications for whole effluent toxicity testing programs
Notice bibliographique
Résumé
Abstract Wole effluent toxicity tests are used in permitting programs across the United States to determine whether effluents are potentially toxic to aquatic biota in receiving environments. In cases where whole effluent toxicity tests indicate unacceptable toxicity, corrective measures or further testing (e.g., field tests) may be required. To be consistent and fair to permit holders, whole effluent toxicity test outcomes (e.g., pass or fail) should not be strongly influenced by intra- and interlaboratory variability. In this study, we quantified intra- and interlaboratory variability for four species–data type combinations using the results of reference toxicant tests compiled from many laboratories in recent years. For each set of test results, we conducted a regression analysis using the generalized linear models framework. The results indicated that the coefficient of variation (CV) for intralaboratory 25% effective concentration (i.e., EC25) values varied from 15.7% for number of young of Ceriodaphnia dubia in laboratory CD4 to 122% for mortality of Menidia beryllina (inland silverside) in laboratory MB3. Interlaboratory variability was small for both mortality (CV = 17.3%) and number of young (CV = 13.4%) of C. dubia. Interlaboratory variability for mortality (CV = 65.8%) and biomass (CV = 117%) of M. beryllina, however, was very high. Our study shows that permit toxicity limits can be exceeded because of factors other than effluent toxicity, particularly when the limits are based on testing of M. beryllina.
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 | 0,000 |
| 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 ».