An effects addition model based on bioaccumulation of metals from exposure to mixtures of metals can predict chronic mortality in the aquatic invertebrate<i>hyalella azteca</i>
Notice bibliographique
Résumé
Chronic toxicity tests of mixtures of 9 metals and 1 metalloid (As, Cd, Co, Cr, Cu, Mn, Ni, Pb, Tl, and Zn) at equitoxic concentrations over an increasing concentration range were conducted with the epibenthic, freshwater amphipod Hyalella azteca. The authors conducted 28-d, water-only tests. The bioaccumulation trends changed for 8 of the elements in exposures to mixtures of the metals compared with individual metal exposures. The bioaccumulation of Co and Tl were affected the most. These changes may be due to interactions between all the metals as well as interactions with waterborne ligands. A metal effects addition model (MEAM) is proposed as a more accurate method to assess the impact of mixtures of metals and to predict chronic mortality. The MEAM uses background-corrected body concentration to predict toxicity. This is important because the chemical characteristics of different waters can greatly alter the bioavailability and bioaccumulation of metals, and interactions among metals for binding at the site of action within the organism can affect body concentration. The MEAM accurately predicted toxicity in exposures to mixtures of metals, and predicted results were within a factor of 1.1 of the observed data, using 24-h depurated body concentrations. The traditional concentration addition model overestimated toxicity by a factor of 2.7.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 ».