Perfluoroalkyl Contaminants in Lake Ontario Lake Trout: Detailed Examination of Current Status and Long-Term Trends
Notice bibliographique
Résumé
Perfluoroalkyl contaminants (PFCs) were determined in Lake Ontario Lake Trout sampled annually between 1997 and 2008 in order to assess how current trends are responding to recent regulatory bans and voluntary phase-outs. We also combined our measurements with those of a previous study to provide an updated assessment of long-term trends. Concentrations of PFCs generally increased from the late 1970s until the mid-1980s to mid-1990s, after which concentrations either remained unchanged (perfluorooctane sulfonate (PFOS) and perfluorocarboxylates) or declined (perfluorodecanesulfonate (PFDS)). The temporal trends were assessed using three models, quadratic, exponential rise to maximum, and two-segment linear piecewise function, and then evaluated for best fit using Akaike Information Criteria. For PFOS and perfluorocarboxylates, the exponential rise to maximum function had the best fit. This is particularly interesting for PFOS as it suggests that although concentrations in Lake Ontario Lake Trout may have stopped increasing in response to voluntary phase-outs in 2000-2002, declines have yet to be observed. This may be due to continuing input of PFOS from products still in use and/or slow degradation of larger precursor molecules. A power analysis of PFOS suggested that 15 years of data with a within-year sample size of 10 is required to obtain sufficient power (80%) to detect a 5% decreasing trend. However, the length of the monitoring program had a greater influence on the ability to detect a trend compared to within-year sample size. This provides evidence that additional sampling years are required to detect a response to bans and phase-outs, given the variability in the fish data. The lack of observed declines of perfluorocarboxylate residues in fish may be expected as regulations for these compounds were only recently enacted. In contrast to the other compounds, the quadratic model had the best fit for PFDS. The results of this study emphasize the importance of long-term monitoring for assessing the effectiveness of bans and phase-outs on PFCs in the environment.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 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) | 0,004 | 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 tête enseignante, 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 ».