Identifying New Persistent and Bioaccumulative Organics Among Chemicals in Commerce. III: Byproducts, Impurities, and Transformation Products
Notice bibliographique
Résumé
The goal of this series of studies was to identify commercial chemicals that might be persistent and bioaccumulative (PB) and that were not being considered in current wastewater and aquatic environmental measurement programs. In this study, we focus on chemicals that are not on commercial chemical lists such as U.S. EPA's Inventory Update Rule but may be found as byproducts or impurities in commercial chemicals or are likely transformation products from commercial chemical use. We evaluated the 610 chemicals from our earlier publication as well as high production volume chemicals and identified 320 chemicals (39 byproducts and impurities, and 281 transformation products) that could be potential PB chemicals. Four examples are discussed in detail; these chemicals had a fair amount of information on the commercial synthesis and byproducts and impurities that might be found in the commercial product. Unfortunately for many of the 610 chemicals, as well as the transformation products, little or no information was available. Use of computer-aided software to predict the transformation pathways in combination with the biodegradation rules of thumb and some basic organic chemistry has allowed 281 potential PB transformation products to be suggested for some of the 610 commercial chemicals; more PB transformation products were not selected since microbial degradation often results in less persistent and less bioaccumulative metabolites.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».