Distribution of Organophosphate Esters between the Gas and Particle Phase–Model Predictions vs Measured Data
Notice bibliographique
Résumé
Gas-particle partitioning is one of the key factors that affect the environmental fate of semivolatile organic chemicals. Many organophosphate esters (OPEs) have been reported to primarily partition to particles in the atmosphere. However, because of the wide range of their physicochemical properties, it is unlikely that OPEs are mainly in the particle phase "as a class". We compared gas-particle partitioning predictions for 32 OPEs made by the commonly used OECD POV and LRTP Screening Tool ("the Tool") with the partitioning models of Junge-Pankow (J-P) and Harner-Bidleman (H-B), as well as recently measured data on OPE gas-particle partitioning. The results indicate that half of the tested OPEs partition into the gas phase. Partitioning into the gas phase seems to be determined by an octanol-air partition coefficient (log KOA) < 10 and a subcooled liquid vapor pressure (log PL) > -5 (PL in Pa), as well as the total suspended particle concentration (TSP) in the sampling area. The uncertainty of the physicochemical property data of the OPEs did not change this estimate. Furthermore, the predictions by the Tool, J-P- and H-B-models agreed with recently measured OPE gas-particle partitioning.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,006 |
| 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) | 0,000 | 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 ».