Development and validation of a biotic ligand model for predicting chronic toxicity of lead to <i>Ceriodaphnia dubia</i>
Notice bibliographique
Résumé
While it is increasingly being recognized that biotic ligand models (BLMs) are valuable in the risk assessment of metals in aquatic systems, the development of chronic BLMs has been less advanced for lead than for other metals. The authors investigated the univariate effects of Ca and pH on the chronic reproductive toxicity of Pb to Ceriodaphnia dubia at 4 levels. Calcium influenced chronic Pb toxicity to C. dubia only to a relatively small extent, whereas a high pH (8.2) provided strong protection against Pb toxicity (compared with lower pH levels). Based on this data set, a chronic Pb BLM for C. dubia was developed. The effect of pH was modeled as a single biotic ligand site competition by H(+) with a log stability constant for binding of H(+) to the biotic ligand (K(HBL)) of 7.6, while no other competitive constants were needed. The developed BLM was shown, in an independent validation with 3 other data sets, to be capable of predicting chronic Pb toxicity to different clones of C. dubia by an error of less than a factor of 2 in most synthetic and natural waters considered. The results add to the growing evidence that BLM-based risk assessment or water-quality criteria for Pb are likely to be more appropriate relative to hardness-based assessments or criteria.
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 | 0,000 | 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 ».