Variable toxicity of ionic liquid–forming chemicals to <i>Lemna mino</i> and the influence of dissolved organic matter
Notice bibliographique
Résumé
Ionic liquids (ILs) are nonvolatile organic salts that remain liquid over a wide range of temperatures. Ionic liquids are promoted as environmentally friendly alternatives to the volatile organic solvents that are currently in widespread industrial usage. Although ILs are unlikely to contribute to air pollution, their potential effects on aquatic ecosystems are largely unknown. Furthermore, information is lacking on how ILs will interact with common features of aquatic environments, such as dissolved organic matter (DOM). We assessed the effect of five IL-forming chemicals on the growth of duckweed, Lemna minor, a common aquatic vascular plant. In general, 1-alkyl-3-methylimidazolium chemicals with longer alkyl chains were more toxic to L. minor than those with short alkyl chain lengths. The concentration that produced a 50% reduction (the EC50) in root growth was 8.56 ppm when a butyl chain was present but was 0.25 ppm (i.e., much more toxic) when an octyl chain was substituted. Butyl-substituted 3-methylpyridinium (root growth EC50 of 7.49 ppm) and 3-methylimidazolium cations had similar toxicity, whereas a tetrabutyl ammonium cation was considerably less toxic (root growth EC50 of 32.71 ppm). When we tested whether DOM reduced the toxicity of these cations, we saw no effect of a low-molecular-weight organic acid or commercial humic matter. In contrast, natural DOM reduced the toxicity of imidazolium, but only at low concentrations. Design and use of ILs and other new chemicals should incorporate not only standard toxicity tests but also information on how such chemicals will interact with other components of aquatic ecosystems.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| 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 tête enseignante, 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 ».