MétaCan
Menu
Retour à la cohorte
Enregistrement W2513771313 · doi:10.1016/j.chemosphere.2016.07.078

The long shadow of our chemical past – High DDT concentrations in fish near a former agrochemicals factory in England

2016· article· en· W2513771313 sur OpenAlexaboutno aff
Monika D. Jürgens, John D. Crosse, Patrick B. Hamilton, Andrew C. Johnson, Kevin C. Jones

Notice bibliographique

RevueChemosphere · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Toxicology and Ecotoxicology
Établissements canadiensnon disponible
Organismes subventionnairesNatural Environment Research CouncilSight Research UKDepartment for Environment, Food and Rural Affairs, UK Government
Mots-clésPesticideLindaneRutilusChlordaneEnvironmental scienceEnvironmental chemistryToxicologyFish <Actinopterygii>ToxaphenePesticide residueOrganochlorine pesticideFisheryBiologyEcologyChemistry

Résumé

récupéré en direct d'OpenAlex

A total of 81 roach (Rutilus rutilus) collected from 13 southern English river sites between 2007 and 2012, were analysed for organochlorine pesticides, PCBs, PBDEs and some metals. Unexpectedly high concentrations of the banned insecticide DDT and its degradation products DDE and DDD (∑DDTs) were found in the 10 fish from the river Lee (or Lea) which averaged 88 ± 70 (standard deviation) μg/kg ww, almost 20 times higher than the average for the remaining sites (4.8 ± 3.1 μg/kg). All fish from that site exceeded the Canadian Tissue Residue Guideline (environmental quality standard) of 14 μg/kg ∑DDTs. Concentrations of the insecticides chlordane and lindane as well as copper, which is often used as a fungicide, were also elevated in fish from the Lee, though not as much as those of DDTs. A likely explanation for these observations was found in a nearby former pesticide factory, which had stopped production about three decades earlier. An extensive review of recent literature data on DDT in wild European fish found that, while levels are now generally low, there were several other hotspots with ∑DDTs levels that may still be of concern.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,138
Score d'incertitude au seuil0,274

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,212
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemosphereMême sujetEnvironmental Toxicology and EcotoxicologyTravaux en français237 207