Relationship between biodegradation and sorption of phthalate esters and their metabolites in natural sediments
Notice bibliographique
Résumé
Regulatory evaluations of commercial chemicals in Canada, the United States, the European Union, and other countries aim to identify biodegradation rates of chemicals in natural soils and sediments. However, commonly used biodegradation testing methods are limited in their capacity to determine biodegradation rates under natural environmental conditions. As a result, widely varying biodegradation rates have been reported for many very hydrophobic substances. This variability causes difficulties in regulatory evaluations, potentially leading to chemical misclassification. In the present study, the authors developed a model of the relationship between biodegradation, sorption, and hydrophobicity, and tested the model in experiments that measured the biodegradation rates of a range of di-phthalate esters (DPEs) and mono-phthalate esters (MPEs) in natural sediments. The results indicate that DPEs and MPEs have the inherent capacity to be quickly degraded by microbes in sediments at a common rate, but that DPE biodegradation rates in natural sediments decrease with increasing phthalate ester sorption to sediments. The results show that inherently biodegradable substances that are subject to a high degree of sorption can be expected to exhibit long half-lives in natural sediments. The model provides a potential methodology for assessing biodegradation rates in natural sediments from inherent biodegradation rates measured in screening tests by accounting for chemical sorption. The present study indicates that a reduced rate of biodegradation is due to a reduced fraction of freely dissolved chemical concentration in the interstitial water, and that the environmental significance of sorption-reduced biodegradation rates needs to be viewed in the context of risk in chemical evaluations.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 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 ».