Development of environmental risk assessment framework and methodology for consumer product chemicals in China
Notice bibliographique
Résumé
Environmental risk assessment (ERA) methodologies for consumer product chemicals are well established in most developed regions including the United States, Canada, and the European Union. However, such methodologies are not yet fully developed for emerging economies, such as China. The objective of the present study was to develop an ERA framework involving an exposure methodology using conditions specific to China (i.e., physical setting, infrastructure, and consumers' habits and practice). Incorporated in this newly developed ERA framework for assessing consumer product chemicals were China's current regulatory screening and prioritization schemes as part of a tiered risk assessment approach. The framework started with tier 0, which utilized the existing Chinese regulatory qualitative method; tiers 1 and 2 were quantitative, and used deterministic and probabilistic methods that accounted for per capita residential water usage, wastewater treatment capability, and wastewater/in-stream dilution factors. Due to major differences in wastewater treatment infrastructure and water usage between urban versus rural regions in China, 2 scenarios were identified for quantitatively assessing environmental exposure: 1) urban with wastewater treatment, and 2) rural without wastewater treatment (i.e., direct discharge of wastewater). Our study presents the methodology of the framework with its technical rationale and the companion model Chera, and also provides an overview of the current status of ERA research in China. Environ Toxicol Chem 2019;38:250-261. © 2018 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 | 0,006 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».