Use of prospective and retrospective risk assessment methods that simplify chemical mixtures associated with treated domestic wastewater discharges
Notice bibliographique
Résumé
A framework is presented that is intended to facilitate the evaluation of potential aquatic ecological risks resulting from discharges of down-the-drain chemicals. A scenario is presented using representatives of many of the types of chemicals that are treated domestically. Predicted environmental chemical concentrations are based on reported loading rates and routine removal rates for 3 types of treatment: trickling filter, activated sludge secondary treatment, and activated sludge plus advanced oxidation process as well as instream effluent dilution. In tier I, predicted effluent concentrations were compared with the lowest predicted-no-effect concentration (PNEC) obtained from the literature using safety factors as needed. A cumulative risk characterization ratio (cumRCR) < 1.0 indicates that risk is unlikely and no further action is needed. Otherwise, a tier 2 assessment is used, in which PNECs are based on trophic level. If tier 2 indicates a possible risk, then a retrospective assessment is recommended. In tier 1, the cumRCR was > 1.0 for all 3 treatment types in our scenario, even though no chemical exceeded a hazard quotient of 1.0 in activated sludge or advanced oxidation process. In tier 2, activated sludge yielded a lower cumRCR than trickling filter because of higher removal rates, and the cumRCR in the advanced oxidation process was << 1.0. Based on the maximum cumulative risk ratio (MCR), more than one-third of the predicted risk was accounted for by one chemical, and at least 90% was accounted for by 3 chemicals, indicating that few chemicals influenced the mixture risk in our scenario. We show how a retrospective assessment can test whether certain chemicals hypothesized as potential drivers in the prospective assessment could have, or are having, deleterious effects on aquatic life. Environ Toxicol Chem 2018;37:690-702. © 2017 The Authors. Environmental Toxicology and Chemistry Published by Wiley Periodicals, Inc. on behalf of SETAC.
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 | 0,014 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».