Method development for aquatic ecotoxicological characterization factor calculation for hydrocarbon mixtures in life cycle assessment
Notice bibliographique
Résumé
Most pollutants are released into the environment in the presence of other contaminants, creating complex mixtures. In life-cycle impact assessment (LCIA) methods, characterization factors (CFs) are used to obtain the potential impacts associated with each contaminant emission. Current LCIA methods do not include CFs to evaluate the potential impacts of complex organic mixtures on ecosystems. This study explores the possibility of developing new CFs for petroleum mixtures. Petroleum products are an example of mixtures whose constituents have a common toxic mode of action: the narcosis effect. Characterization factors were calculated for a series of representative constituents of a specific petroleum mixture and also for different fractions of the same mixture developed using the hydrocarbon block (HBM) and Total Petroleum Hydrocarbon Criteria Working Group (TPHWG) methods. Finally, CFs were developed for the mixture itself as a whole by using experimental property measurements and estimations. The soil-water partitioning coefficient, water solubility, degradation kinetic constant in soil, octanol-water partitioning coefficient, and vapor pressure were measured while the molar weight and the degradation kinetic constants in air, water, and sediments were estimated. The highest aquatic ecotoxicological CFs, no matter the approach chosen, were obtained for an emission to freshwater up to 2.2 × 10(+07) PAF·m(3) ·d/kg for the highest CF. CF distributions obtained using the different blocking method and experimental CFs obtained for oil as a whole are, on average, not significantly different, given the known uncertainty of ecotoxicological models in LCIA. Consequently, all the CFs obtained using the different blocking methods from the literature are considered relevant for characterizing the potential impact for aquatic ecotoxicity of petroleum substances.
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 | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,005 |
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 ».