Freshwater Sediment Characterization Factors of Copper Oxide Nanoparticles
Notice bibliographique
Résumé
Wide use of engineered nanoparticles (ENPs) is likely to result in the eventually accumulation of ENPs in sediment. The benthic organisms living in sediments may suffer relatively high toxic effects of ENPs. This study has selected copper oxide nanoparticles (nano-CuO) as a research object. To consider the impacts of spatial heterogeneity on ENPs toxicity, the characterization factor (CF) derived from life cycle assessment (LCA) methodology is used as an indicator in this study. A nano-specific fate model has been used to calculate the freshwater sediment fate factor (FF) of nano-CuO. A literature survey of the nano-CuO toxicology values has been performed to calculate the effect factor (EF). Seventeen freshwater sediment CFs of nano-CuO are proposed as recommended values for subcontinental regions. The region most likely to be affected by nano-CuO is northern Australia (CF of 21.01·10^3 CTUe, comparative toxic units) and the least likely is northern Europe and northern Canada (CF of 8.55·10^3 CTUe). These sediment CFs for nano-CuO could be used in the future when evaluating the ecosystem impacts of products containing nano-CuO by LCA method.
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 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 | 0,000 | 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 | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».