Predicting Water Quality Criteria for Protecting Aquatic Life from Physicochemical Properties of Metals or Metalloids
Notice bibliographique
Résumé
Metals are widely distributed pollutants in water and can have detrimental effects on some aquatic life and humans. Over the past few decades, the United States Environmental Protection Agency (U.S. EPA) has published a series of criteria guidelines, which contain specific criteria maximum concentrations (CMCs) for 10 metals. However, CMCs for other metals are still lacking because of financial, practical, or ethical restrictions on toxicity testing. Herein, a quantitative structure activity relationship (QSAR) method was used to develop a set of predictive relationships, based on physical and chemical characteristics of metals, and predict acute toxicities of each species for five phyla and eight families of organisms for 25 metals or metalloids. In addition, species sensitivity distributions (SSDs) were developed as independent methods for determining predictive CMCs. The quantitative ion character-activity relationships (QICAR) analysis showed that the softness index (σp), maximum complex stability constants (log -β(n)), electrochemical potential (ΔE(0)), and covalent index (X(m)(2)r) were the minimum set of structure parameters required to predict toxicity of metals to eight families of representative organisms. Predicted CMCs for 10 metals are in reasonable agreement with those recommended previously by U.S. EPA within a difference of 1.5 orders of magnitude. CMCs were significantly related to σp (r(2) = 0.76, P = 7.02 × 10(-9)) and log -β(n) (r(2) = 0.73, P = 3.88 × 10(-8)). The novel QICAR-SSD model reported here is a rapid, cost-effective, and reasonably accurate method, which can provide a beneficial supplement to existing methodologies for developing preliminarily screen level toxicities or criteria for metals, for which little or no relevant information on the toxicity to particular classes of aquatic organisms exists.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 ».