Roles of steady-state and dynamic models for regulation of hydrophobic chemicals in aquatic systems: A case study of decamethylcyclopentasiloxane (D5) and PCB-180 in three diverse ecosystems
Notice bibliographique
Résumé
We seek to contribute to the improved regulatory use of mass balance models to complement environmental monitoring data by applying the steady-state Quantitative Water Air Sediment Interactive model (QWASI) and a novel unsteady-state QWASI model. A steady-state model can yield not only a useful simulation of chemical fate under near steady-state conditions, but it can provide insights into the likely influences of increasing or decreasing emission rates, temperature changes, and unexpectedly high sensitivities to model parameters that may require additional investigation. We compared the consistency of insights from both types of model, in the expectation that while the dynamic model provides a closer simulation of actual conditions, for many purposes a simple, less computationally demanding, more transparent and less expensive model may be adequate for many regulatory purposes. We investigated the response times of decamethylcyclopentasiloxane (D5) and PCB-180 concentrations in water and sediment under three emission scenarios in three different aquatic systems, namely Lake Ontario, Oslofjord, and Lake Pepin. D5 was predicted to be removed largely by hydrolysis and volatilization in Lake Ontario and Oslofjord whereas it is subject to removal by advective loss in Lake Pepin. The half-times of D5 water concentration to a stepwise reduction in emission were <60 days in all three water bodies. In contrast, the predicted half-times were 0.53, 1.4, and 2.9 years in Lake Pepin, Oslofjord, and Lake Ontario, respectively. We also explored how uncertainties in input parameters propagate into uncertainties of concentrations in water and sediments possibly necessitating more accurate values.
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) | 0,001 | 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) | 0,000 | 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 ».