Quantification of pharmaceuticals, personal care products, and perfluoroalkyl substances in the marine sediments of Puget Sound, Washington, USA
Notice bibliographique
Résumé
Concentrations of 119 pharmaceuticals and personal care products (PPCPs) and 13 perfluoroalkyl substances (PFASs) in marine sediments measured throughout Puget Sound (n = 10) and Bellingham Bay (n = 30), Washington, USA, are reported. These data are among the first measurements of PPCPs and PFASs in marine sediments from the Pacific Northwest and provide a comparison to previous measurements of these chemicals in influent, effluent, and biosolids from municipal wastewater treatment plants throughout the region. The concentrations of both PPCPs and PFASs in sediments from Puget Sound and Bellingham Bay ranged from very low to non-detectable for most compounds. Only 14 of the 119 PPCPs and 3 of 13 PFASs were quantifiable in sediments. Diphenhydramine (an antihistamine) was most frequently detected (87.5% of samples), with a maximum concentration of 4.81 ng/g dry weight and an estimated mean detected concentration of 1.68 ng/g. Triclocarban (an antibacterial) was detected in 35.0% of the samples, with a maximum concentration of 16.6 ng/g dry weight. Perfluoroalkyl substances were detected in 2.5% of analyses. Perfluorobutanoate, perfluorooctane sulfonate, and perfluorooctane sulfonamide were detected in 7, 5, and 1 sample(s) each, respectively, with the highest concentrations observed for perfluorooctane sulfonate (1.5 ng/g). Detected concentrations were often highest within the industrial harbor in Bellingham Bay and near the cities of Seattle and Bremerton. Environ Toxicol Chem 2013;32:1701-1710. © 2013 SETAC.
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) | 0,004 | 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 ».