Using Benthic Assessment Techniques To Determine Combined Sewer Overflow and Stormwater Impacts in the Aquatic Ecosystem
Notice bibliographique
Résumé
Abstract Urban wet-weather sources of pollution such as Stormwater and combined sewer overflows (CSOs) can contribute significantly to the contamination of receiving waters, particularly in sediment depositional areas near outfalls. Analyses of sediment chemistry alone are not sufficient to fully assess the effects of these discharges. Toxicity testing and evaluations of benthic invertebrate communities, in conjunction with chemical analyses, provide a more complete characterization. This study assessed relationships among three separate aspects of the benthic environment:sediment chemistry (metals, PAHs and nutrients) and particle size, sediment toxicity (ten endpoints with four benthic taxa), and benthic invertebrate community structure. In this initial survey, ten sites in five different study areas, representing a range of receiving water environments exposed to Stormwater and CSO discharges, were sampled in October 1998. Results of analyses indicated that while contaminant (metals and PAHs) concentrations were relatively high in sediments, biological effects were not evident Toxicity of sediments was low and altered benthic communities were not detected. Neither toxicity endpoints nor benthic community descriptors were related to sediment contaminant levels. To improve the power of these assessments, future investigations of Stormwater and CSO discharge impacts should use “upstream/downstream” sampling designs and study sites with minimal variability of habitat conditions.
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 | 0,012 | 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 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 ».