Toxicokinetic variation in 15 freshwater arthropod species exposed to the insecticide chlorpyrifos
Notice bibliographique
Résumé
Recent advances in modeling the processes of the toxicity of chemicals-toxicokinetics (TK) and toxicodynamics (TD)-are improving environmental risk assessment (ERA) through prediction of effects from time-varying exposure. This has been achieved by linking chemical fate and toxicological effects mechanistically, based on internal concentrations, through the tissue residue approach. However, certain questions remain: for example, how do TK and TD differ among species and how does this relate to differences in species sensitivity? In a series of experiments, we studied the TK of [(14)C]chlorpyrifos in 15 freshwater arthropod species, two of which were studied in juvenile and adult life stages. Uptake (k(in)) and elimination (k(out)) rate constants were fitted using a one-compartment single first-order kinetic model. The application of two complementary parameter estimation methods facilitated the calculation of bioconcentration factors (BCF) with prediction intervals and 95% depuration times (t(95)) for all tested species. Extremely slow elimination was observed in some species as well as high overall variation in k(in), k(out), BCF, and t(95) across the tested aquatic arthropod species. This variation has implications for the development of TKTD approaches in ERA, including assessing fluctuating exposure concentrations and the interpretation of observed toxicity responses in the laboratory and in the field.
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 | 0,000 |
| 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 | 0,000 |
| 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) | 0,000 | 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 ».