Processes influencing chemical biomagnification and trophic magnification factors in aquatic ecosystems: Implications for chemical hazard and risk assessment
Notice bibliographique
Résumé
Bioconcentration factors (BCFs) and bioaccumulation factors (BAFs) are widely used in scientific and regulatory programs to assess chemical hazards. There is increasing interest in also using biomagnification factors (BMFs) and trophic magnification factors (TMFs) for this purpose, especially for highly hydrophobic substances that may reach high concentrations in predatory species that occupy high trophic level positions in ecosystems. Measurements of TMFs in specific ecosystems can provide invaluable confirmation that biomagnification or biodilution has occurred across food webs, but their use in a regulatory context can be controversial because of uncertainties related to the reliability of measurements and their regulatory interpretation. The objective of this study is to explore some of the recognized uncertainties and dependencies in field BMFs and TMFs. This is accomplished by compiling a set of three simple food web models (pelagic, demersal and combined pelagic-demersal) consisting of up to seven species to simulate field BMFs and TMFs and to explore their dependences on hydrophobicity (expressed as log KOW), rates of biotransformation and growth, sediment-water fugacity ratios, and extent of food web omnivory and issues that arise when chemical concentration gradients exist in aquatic ecosystems. It is shown that empirical TMFs can be highly sensitive to these factors, thus the use of TMFs in a regulatory context must recognize these sensitivities. It is suggested that simple but realistic evaluative food web models could be used to extend BCF and BAF assessments to include BMFs and TMFs, thus providing a tool to address bioaccumulation hazard and the potential risk of exposures to elevated chemical concentrations in organisms at high trophic levels.
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 ».