Notice bibliographique
Résumé
Purpose: To determine the safety and effectiveness of three potential reagents which could be used to manage a simulated oil spill (SOS). Methods: The effectiveness of three agents used manage a simulated oil spill was evaluated: liquid soap, human hair, and Enviro-Bond 403 polymer. To evaluate safety, 1 hour-Artemia survival was evaluated; serial dilutions were employed to construct LC50 curves for a normal environment (control 1), for a SOS (control 2) and for a SOS managed with each of the 3 agents. Results: Hair and oil were effective absorbents as only 12% and 20% of the oil remained at 1 hour, repsectively; soap was ineffective with 62% of oil remaining unbound. Over a 1-hour period there was a 63% reduction in survival in Artemia exposed to an untreated SOS, when compared to natural conditions (p=0.001). Oil exposure exhibited a classic dose response curve as more Artemia died as its concentration increased; its LC50 was 17.5%. Hair and polymer were well tolerated by Artemia – neither reached their LC50 and approximately 80% of Artemia were alive at the end of one hour. Soap, with or without oil, was toxic to Artemia and its LC50 was 7%. These results were statistically significant between the three groups (ANOVA; p-value = <0.001). Conclusion: Hair and polymer we both effective and well tolerated by Artemia in a simulated oil spill. Objet: Pour déterminer la sécurité et l’efficacité de trois réactifs qui pourraient se servir à nettoyer une marée noire artificielle. Méthodes: L’efficacité de trois agents en nettoyant une marée noire artificielle a été évaluée: celle du savon liquide, de cheveux humains, et du polymère Enviro-Bond 403. Pour voir si ces agents sont sûrs, la survie de l’Artemia a été observée pendant une heure, et les dilutions en série ont été faites pour construire des courbes CL50 représentant un environnement normal (1er groupe témoin), une marée noire (2e groupe témoin), et une marée noire nettoyée avec chacun des trois agents. Résultats: Les cheveux et le polymère ont été des bons absorbants car seulement 12% et 20% du pétrole y restait après une heure, respectivement. Par contre, le savon a été inefficace car encore 62% du pétrole y restait. Pendant la première heure, la survie de l’Artemia dans une marée noire non traitée a été réduite par 63%, comparé aux conditions naturelles (p=0.001). L’exposition au pétrole a produit une courbe dose-réponse conventionnelle car plus d’Artemia sont morts quand la concentration du pétrole a été augmentée; son CL50 a été 17.5%. L’Artemia a supporté les cheveux et le polymère puisqu’aucun agent a atteint son CL50, et environ 80% de l’Artemia ont survécu après une heure. Le savon, n’importe s’il y avait du pétrole, a été toxique à l’Artemia et son CL50 a été 7%. Ces résultats ont été importants statistiquement parmi ces trois groupes (ANOVA; valeur p =<0.001). Conclusion: Les cheveux et le polymère ont été tous les deux des agents efficaces que l’Artemia a supporté dans un environnement de marée noire artificielle.
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 | 0,000 | 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) | 0,001 | 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 ».