Effects of pharmaceutical mixtures in aquatic microcosms
Notice bibliographique
Résumé
Pharmaceuticals have a wide range of biological properties and are released into the environment in relatively large amounts, yet little information is available regarding their effects or potential ecological risks. We exposed outdoor aquatic microcosms to combinations of ibuprofen (a nonsteroidal anti-inflammatory drug), fluoxetine (a selective serotonin reuptake inhibitor), and ciprofloxacin (a DNA gyrase-inhibiting antibiotic) at concentrations of 6, 10, and 10 microg/L, respectively (low treatment [LT]); 60, 100, and 100 microg/L, respectively (medium treatment [MT]); and 600, 1,000, and 1,000 microg/L, respectively (high treatment [HT]). We maintained these concentrations for 35 d. Few responses were observed in the LT; however, effects were observed in the MT and HT. Fish mortality occurred in the MT (<35 d) and in the HT (<4 d). Phytoplankton increased in abundance and decreased in diversity (number of taxa) in the HT, with consistent trends being observed in the MT and LT. Zooplankton also showed increased abundance and decreases in diversity in the HT, with consistent trends being observed in the MT. Multivariate analyses for zooplankton and phytoplankton suggested interactions between these communities. Lemna gibba and Myriophyllum spp. showed mortality in the HT; growth of L. gibba was also reduced in the MT. Bacterial abundance did not change in the HT. All responses were observed at concentrations well below the equivalent pharmacologically active concentrations in mammals. Although the present data do not suggest that ibuprofen, fluoxetine, and ciprofloxacin are individually causing adverse effects in surface-water environments, questions remain about additive responses from mixtures.
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) | 0,001 | 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 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 ».