Application of sediment toxicity identification evaluation techniques to a site with multiple contaminants
Notice bibliographique
Résumé
Sediment toxicity identification evaluations (TIEs) are conducted to determine causes of adverse effects observed in whole-sediment toxicity tests. However, in multiple contaminant scenarios, it is problematic to partition contributions of individual contaminants to overall toxicity. Using data from a site with multiple inputs and contaminants of concern, the authors describe a quantitative approach for the TIE process by tracking toxicity units to determine whether all toxicity is accounted for. The initial step established the level of toxicity associated with the whole sediment and then partitioned sources of toxicity into general contaminant classes (e.g., ammonia, metals, nonpolar organic compounds). In this case, toxicity was largely the result of nonpolar organics, so the sediments were extracted and the extracts added back into dilution water and tested to confirm recovery of toxicity. Individual fractions were then generated using a solvent gradient and tested for toxicity. Fractions of interest were evaluated with gas chromatography/mass spectrometry to identify specific constituents associated with toxicity. Toxicity units associated with these constituents were then evaluated to determine probable associations with cause and whether all toxicity was accounted for. The data indicated that toxicity was associated with 2 contaminant classes, representing legacy compounds and contaminants of emerging concern, with the contribution of each varying across the site. Environ Toxicol Chem 2016;35:2456-2465. © 2016 SETAC.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».