Health Risk Assessment of Metal Elements in Drinking Water in 10 Cities,Guangdong Province
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
Objective To evaluate the human health risk of metal elements in drinking water in the urban area of 10 cities,Guangdong province.Methods The concentration of 9 kinds of metals(As,Cr~(6+),Cd,Pb,Hg,Se,Mn,Cu,Zn) in drinking water sampled from centralized water supply systems were determined in 2nd quarter to 4th quarter of 2011.The health risks of exposure to 9 kinds of metal elements through oral route were assessed,according to the models recommended by the US EPA.Results The average qualified rate of Hg in drinking water was 98.8%(169/171),and the concentration of other 8 kinds of metal elements were in compliance with the requirements of the standard for drinking water quality.The levels of carcinogenic risk caused by three kinds gene toxic substances ranked as Cr~(6+)(3.71×l0~(-5)/a)As(1.04×l0~(-5)/a)Cd(0.16×l0~(-5)/a). The total carcinogenic risk was 4.91×l0~(-5)/a.The levels of hazard indices caused by non-gene toxic substances ranked as Cu (11.82×l0~(-10)/a)Pb(6.41×10~(-10)/a)Hg(3.06×10~(-10)/a)Se(1.04×10~(-10)/a)Mn(0.58×10~(-10)/a)Zn(0.24×10~(-10)/a).Conclusion The health risk of 9 kinds of metal elements in drinking water is respectively below the maximum tolerable value recommended by ICRP(5.0×l0~(-5)/a),in 10 cities of Guangdong province.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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