MétaCan
Menu
Retour à la cohorte
Enregistrement W2160443845 · doi:10.1002/etc.5620210625

Evaluation of the effect of reactive sulfide on the acute toxicity of silver (I) to <i>Daphnia magna</i>. Part 1: Description of the chemical system

2002· article· en· W2160443845 sur OpenAlexaff
Karl C. Bowles, Adalto Bianchini, Colin J. Brauner, James R. Kramer, Chris M. Wood

Notice bibliographique

RevueEnvironmental Toxicology and Chemistry · 2002
Typearticle
Langueen
DomaineChemistry
ThématiqueElectrochemical Analysis and Applications
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésDaphnia magnaSulfideSilver sulfideChemistryToxicityZinc sulfideEnvironmental chemistryZincAcute toxicityNuclear chemistryInorganic chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Experiments were designed to assess the potential protective effect of the presence of sulfide against the acute (48-h) toxicity of silver(I) to Daphnia magna. Tests were conducted in borosilicate glass beakers (250 ml) in moderately hard synthetic water. Toxicity solutions were replaced after 24 h by static renewal method. This paper describes the chemical system, and the acute toxicity results are presented in a companion paper. Sulfide was below detection limit (<5 nM) in controls with no sulfide added. Sulfide, added as zinc sulfide clusters at approximately 35- or approximately 350-nM concentration, dropped in concentration to approximately 25 and 250 nM, respectively, over the 24-h period of measurements. Silver also decreased in concentration during the experiment (up to 59%), and the rate of loss was greater in the absence of sulfide compared with the presence of sulfide. A filtration experiment indicated a 1:1 binding ratio of silver to sulfide and a conditional stability constant for the Ag(I)-zinc sulfide complex of log K' = 8.9. The losses of sulfide and silver during the experiments highlighted the need for regular monitoring of the important chemical components of the system, even during short (48-h) toxicity tests.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,428

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,204
Écart entre enseignants0,194 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Toxicology and ChemistryMême sujetElectrochemical Analysis and ApplicationsTravaux en français237 207