[Ecological risk assessment of organophosphorus pesticides in aquatic ecosystems of Pearl River Estuary].
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The risk quotient method and a probabilistic risk assessment method were applied for assessing aquatic ecological risk of nine organophosphorus pesticides, including thimet, dichlorovos, disulfoton, dimethoate, dimethyl parathion, chlorpyrifos, ethoprophos, sumithion and malathion on eight aquatic organisms in the Pearl River Estuary. Results using the risk quotient method revealed that the risk level of opossum shrimp was the highest among eight aquatic organisms of the Pearl River Estuary. The risk of water flea and midge was in medium level, followed by the rest six aquatic organisms, including diatom, oyster, carp, catfish and eel, which were in the low risk by the examined organophosphorus pesticides. It was found that thimet made the largest contribution to total aquatic ecological risk among nine organophosphorus pesticides to every organism. The results from probabilistic risk assessment showed that the total ecological risk in high water period was higher than that in low water period determined by the HC5 under the 95% confidence level. The largest contribution of thimet to total aquatic ecological risk subject to the HC5 in 50% confidence level was regarded as the toxic reference value. The probabilistic risk of a single contaminant showed that thimet and disulfoton were harmful to exceeded 10% organisms in the estuarine. The probabilistic risk of nine pesticides mixture in high water period was also higher than that in low water period, and both risks were greater than 5% which exceeded safety threshold for 95% organisms in the Pearl River Estuary.
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.
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 | 0,000 |
| 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 découle