Exploring the detection of microcystin-LR using polar organic chemical integrative samplers (POCIS)
Notice bibliographique
Résumé
Polar organic chemical integrative samplers (POCIS) were used in this study to explore passive sampling for the detection of microcystin-LR (MC-LR). POCIS were deployed in triplicate for a minimum of 28 days at the inlet and outlet of a 1 km2, 4.2 km long lake in Atlantic Canada. POCIS results were compared to lake water grab sampling and followed a similar trend. Laboratory POCIS studies using lake water spiked with known MC-LR concentrations were used to estimate lake water concentrations over the deployment period by calculating POCIS sampling rate (Rs). The Rs for MC-LR in this lake water was found to be 0.045 (±0.001) and 0.041 (±0.001) L per day for initial concentrations of 0.5 and 1.0 μg L-1. Estimated MC-LR concentrations from POCIS were generally higher than grab sampling results, especially at the outlet to the lake from late September to late October. This could possibly give a better picture of MC-LR concentrations in the lake; MC-LR concentrations can fluctuate substantially over short time periods. POCIS were able to detect MC-LR in the water stream when grab sampling resulted in non-detects (i.e., below detection limit of LC-MS/MS). The use of passive sampling for MC-LR could have beneficial implications for public health and toxicity testing by lowering detection limits for this chronically and acutely toxic chemical. The correlation of aqueous MC-LR concentrations to POCIS MC-LR concentrations needs further study.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».