Occurrence and Concentrations of Estrogenic Phenolic Compounds in Surface Waters of Rivers Flowing into Masan Bay, Korea
Notice bibliographique
Résumé
The estrogenic phenolic compounds, nonylphenol (NP), octylphenol(OP), bisphenol A (BPA) and nonylphenol mono- and diethoxylate (<TEX>$NP_{1-2}EO$</TEX>) were analyzed in 24 surface water samples from six rivers flowing into Masan Bay. All of the phenolic compounds were detected in all six rivers in high concentrations. The most abundant compound was <TEX>$NP_{1-2}EO$</TEX> (86.0%), followed by NP (<TEX>$10.1 \%$</TEX>), BPA (<TEX>$3.6\%$</TEX>) and OP (<TEX>$0.3\%$</TEX>). The levels of phenolic compounds were 1.42-22.70 <TEX>${\mu}g$</TEX>/L for <TEX>$NP_{1-2}EO$</TEX>, 0.15-1.68 <TEX>${\mu}g$</TEX>/L for NP, 0.024-0.610 <TEX>${\mu}g$</TEX>/L for BPA and 0.003-0.067 <TEX>${\mu}g$</TEX>/L for OP. Especially, high concentrations were recorded in the rivers that pass through industrial complexes. The concentrations of phenolic compounds observed in these river waters were 1-2 orders of magnitude lower than the reported acute toxicity levels (hundreds of micrograms per liter). However, they were only slightly lower than the chronic toxicity levels. Most of the water samples also exceeded the Canadian nonylphenolic compounds water quality guideline, 1 <TEX>${\mu}g$</TEX>/L, for the protection of aquatic life and the maximum permissible concentrations (MPC), 0.33 <TEX>${\mu}g$</TEX>/L for NP and 0.12 <TEX>${\mu}g$</TEX>/L for <TEX>$NP_{1-2}EO$</TEX>.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 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 ».