A cautionary note on implications of the well-mixed compartment assumption as applied to mass balance models of chemical fate in flowing systems
Notice bibliographique
Résumé
A convenient, simple, and widely used approach for modeling the fate of a chemical in a flowing environmental or biological system is to simulate the system as comprising one or more well-mixed boxes, also known as continuous stirred tank reactors (CSTRs). In principle, any desired level of accuracy can be achieved by increasing the number of boxes. However, highly segmented systems require more input data, they are more computationally intensive, and the results may be more difficult to interpret. Thus there is a tendency to minimize the number of boxes, especially in screening level models. Whereas in the hydrology and engineering literature there is an appreciation of the mathematical errors associated with applying the well-mixed box concept, we believe that these errors are often underappreciated when modeling certain environmental systems. Here, we briefly review the implications of these errors in multimedia models, river and lake simulations, atmospheric transport, flow in soils, gastrointestinal absorption, and metabolism in the liver. The key conclusion is that if over 25% of the chemical entering a box is removed, applying this well-mixed assumption can lead to substantial error. We recommend that results obtained when this criterion is violated be treated with caution.
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 | 0,028 | 0,119 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,008 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,012 | 0,004 |
| Intégrité de la recherche | 0,007 | 0,021 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,003 |
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 ».