Screening organic chemicals in commerce for emissions in the context of environmental and human exposure
Notice bibliographique
Résumé
Quantitative knowledge of organic chemical release into the environment is essential to understand and predict human exposure as well as to develop rational control strategies for any substances of concern. While significant efforts have been invested to characterize and screen organic chemicals for hazardous properties, relatively less effort has been directed toward estimating emissions and hence also risks. Here, a rapid throughput method to estimate emissions of discrete organic chemicals in commerce has been developed, applied and evaluated to support screening studies aimed at ranking and identifying chemicals of potential concern. The method builds upon information in the European Union Technical Guidance Document and utilizes information on quantities in commerce (production and/or import rates), chemical function (use patterns) and physical-chemical properties to estimate emissions to air, soil and water within the OECD for five stages of the chemical life-cycle. The method is applied to 16,029 discrete substances (identified by CAS numbers) from five national and international high production volume lists. As access to consistent input data remains fragmented or even impossible, particular attention is given to estimating, evaluating and discussing uncertainties in the resulting emission scenarios. The uncertainty for individual substances typically spans 3 to 4 orders of magnitude for this initial tier screening method. Information on uncertainties in emissions is useful as any screening or categorization methods which solely rely on threshold values are at risk of leading to a significant number of either false positives or false negatives. A limited evaluation of the screening method's estimates for a sub-set of about 100 substances, compared against independent and more detailed emission scenarios presented in various European Risk Assessment Reports, highlights that up-to-date and accurate information on quantities in commerce as well as a detailed breakdown on chemical function are critically needed for developing more realistic emission scenarios.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».