MétaCan
Menu
Retour à la cohorte
Enregistrement W2309090182 · doi:10.1021/acs.est.6b00201

Trophic Magnification of Organic Chemicals: A Global Synthesis

2016· article· en· W2309090182 sur OpenAlexafffund
David Walters, Timothy D. Jardine, Brian S. Cade, Karen A. Kidd, Derek C. G. Muir, Peter Leipzig‐Scott

Notice bibliographique

RevueEnvironmental Science & Technology · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensEnvironment and Climate Change CanadaUniversity of New BrunswickUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsU.S. Environmental Protection Agency
Mots-clésBiomagnificationTrophic levelEnvironmental scienceEnvironmental chemistryFood chainEcologyBiologyChemistry

Résumé

récupéré en direct d'OpenAlex

Production of organic chemicals (OCs) is increasing exponentially, and some OCs biomagnify through food webs to potentially toxic levels. Biomagnification under field conditions is best described by trophic magnification factors (TMFs; per trophic level change in log-concentration of a chemical) which have been measured for more than two decades. Syntheses of TMF behavior relative to chemical traits and ecosystem properties are lacking. We analyzed >1500 TMFs to identify OCs predisposed to biomagnify and to assess ecosystem vulnerability. The highest TMFs were for OCs that are slowly metabolized by animals (metabolic rate kM < 0.01 day(-1)) and are moderately hydrophobic (log KOW 6-8). TMFs were more variable in marine than freshwaters, unrelated to latitude, and highest in food webs containing endotherms. We modeled the probability that any OC would biomagnify as a combined function of KOW and kM. Probability is greatest (∼100%) for slowly metabolized compounds, regardless of KOW, and lowest for chemicals with rapid transformation rates (kM > 0.2 day(-1)). This probabilistic model provides a new global tool for screening existing and new OCs for their biomagnification potential.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,004
Tête enseignante GPT0,200
Écart entre enseignants0,196 · 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'étudeRevue systématique
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

Citations178
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetIsotope Analysis in EcologyTravaux en français237 207