MétaCan
Menu
Retour à la cohorte
Enregistrement W2272431549

Can bioretention treatment prevent toxicity in aquatic animals exposed to PAH-enriched stormwater runoff?

2014· article· en· W2272431549 sur OpenAlexaboutno aff
Jenifer K. McIntyre, Nathaniel L. Scholz, J. W. Davis, Curtis Hinman, John D. Stark

Notice bibliographique

RevueWestern CEDAR (Western Washington University) · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicroplastics and Plastic Pollution
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBioretentionStormwaterSurface runoffEnvironmental scienceStormwater managementUrban runoffEcologyBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Stormwater runoff contains a complex mixture of contaminants including a wide variety of polycyclic aromatic hydrocarbons (PAHs), primarily from tire wear, road wear, and automobile exhaust. Many PAHs are acutely harmful to aquatic animals, resulting in cardiovascular toxicity and even death. To better understand the effects of complex mixtures of dissolved PAHs on aquatic animals, we simulated runoff events on an asphalt surface treated with a PAH-rich top dressing (coal tar based sealcoat) commonly applied in populous regions of the USA and Canada. Runoff was collected during simulated runoff events over three exposure periods separated by one-week intervals of natural weathering conditions. Runoff was both collected untreated and treated by filtering through experimental soil bioretention columns containing 60% sand : 40% compost. Juvenile coho salmon, zebrafish embryos, and the waterflea Ceriodaphnia dubia were exposed to untreated runoff or bioretention treated runoff and monitored for acute lethality and sublethal effects. Both the concentration of PAHs and toxicity to aquatic test animals decreased rapidly as a function of time since sealcoat application. For all exposure trials, bioretention treatment successfully reduced or eliminated lethal and sublethal effects of the PAH-rich sealcoat runoff.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,201
Écart entre enseignants0,187 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWestern CEDAR (Western Washington University)Même sujetMicroplastics and Plastic PollutionTravaux en français237 207