Passive sampling methods for contaminated sediments: Practical guidance for selection, calibration, and implementation
Notice bibliographique
Résumé
Abstract This article provides practical guidance on the use of passive sampling methods (PSMs) that target the freely dissolved concentration (Cfree) for improved exposure assessment of hydrophobic organic chemicals in sediments. Primary considerations for selecting a PSM for a specific application include clear delineation of measurement goals for Cfree, whether laboratory-based “ex situ” and/or field-based “in situ” application is desired, and ultimately which PSM is best-suited to fulfill the measurement objectives. Guidelines for proper calibration and validation of PSMs, including use of provisional values for polymer–water partition coefficients, determination of equilibrium status, and confirmation of nondepletive measurement conditions are defined. A hypothetical example is described to illustrate how the measurement of Cfree afforded by PSMs reduces uncertainty in assessing narcotic toxicity for sediments contaminated with polycyclic aromatic hydrocarbons. The article concludes with a discussion of future research that will improve the quality and robustness of Cfree measurements using PSMs, providing a sound scientific basis to support risk assessment and contaminated sediment management decisions. Integr Environ Assess Manag 2014;10:210–223. © 2014 The Authors. Integrated Environmental Assessment and Management published by Wiley Periodicals, Inc. on behalf of SETAC. Key Points Specific guidance is provided for the use of passive sampling methods for measuring freely dissolved concentrations in contaminated sediment site assessments. Guidelines are provided for proper calibration and validation of passive sampling methods including use of provisional values for polymer-water partition coefficients. Determination of equilibrium status and confirmation of non-depletive measurement conditions are defined. Further development is needed for the use of non-equilibrium passive sampling methods in the field and the validation of performance reference compound use in static sediment environments.
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 | 0,057 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,006 | 0,004 |
| Intégrité de la recherche | 0,008 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,015 |
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 ».