Hydraulic Modeling of PPCP Discharges in the Detroit River
Notice bibliographique
Résumé
The occurrence and fate of pharmaceutically active and personal care products (PPCPs) in surface waters originating from urban sources is the focus of this paper. At least 80 PPCPs (e.g., analgesics, antibiotics, antiepiletics, antidepressants, and blood lipid regulars) have been identified in outflows from sewage treatment plants (STPs) and surface waters worldwide. Of these, the endocrine-disrupting chemicals (EDCs) are especially of concern because of their broad range of potential health effects. Endocrine disrupting compounds (EDCs) can alter the endocrine system of animals and have been linked to a number of adverse effects in both humans and wildlife. The Detroit River receives a considerable loading of urban and agricultural runoff, as well as sewage treatment plant (STP) discharges at the head of the river. The river is the source of drinking water for approximately 4.5 million residents of the greater Detroit metropolitan area and Windsor, Ontario, Canada. Windsor's main intake for its drinking water treatment plant (WTP) is downstream from Little River Sewerage Treatment Plant (STP), City of Windsor. The contribution of PPCPs from STPs and other sources are of interest to Windsor and other surrounding communities. This paper describes the use of the SMS series of hydraulic models, especially RMA2 and RMA4, in the analysis of the fate and transport of the PPCPs from point of discharge to water treatment plant intake. Measured concentrations are used to validate the model. The present investigation refines the modeling strategies developed by both the U.S. Army Corps of Engineers and the U.S. Geological Survey for the Detroit River waterway, and employs these strategies for contaminants not previously investigated.
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 | 0,000 |
| 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 ».