Evaluation of the biotic ligand model to predict long-term toxicity of nickel to <i>Hyalella azteca</i>
Notice bibliographique
Résumé
Three models were developed and evaluated for their ability to predict long-term bioaccumulation of nickel (Ni) and its toxicity to Hyalella azteca using data from 28-d toxicity tests. One of the models was based on competitive action of Ni with Ca and H (the biotic ligand model; BLM), and the other two models included expressions for the potential noncompetitive action of calcium on the ligand (i.e., acclimation), in addition to, or instead of, its competitive action (not accounted for in the BLM). Each model was able to predict lethal accumulation 50 (accumulation at 50% mortality; LA50s) within a factor of 2 of the corresponding observed LA50. The mean predicted LA50 from all three models was within 13% of the observed mean LA50 of 0.90 µmol/g (dry weight). The median lethal concentrations (LC50s) predicted by the three models were similar and were within a factor of 2 of the observed LC50s for 11 of 13 tests, providing encouragement for further development of a long-term Ni BLM. The similar performance of models based on competitive or noncompetitive action may reflect limitations in the data set or may suggest that effects of calcium on the ligand (L(T)) were insufficient to hamper the functionality of the competitive model or that the LA50/L(T) ratio, rather than the LA50 and L(T), is constant.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».