CLIMATE CHANGE AND INCREASED PRECIPITATIONS: THE IMPACT OF HEAVY RAINFALLS ON SURFACE WATER TOTAL ORGANIC CARBON (TOC) AND RESULTING HUMAN EXPOSURE TO TRIHALOMETHANES
Notice bibliographique
Résumé
Background and aims: Several studies suggest that climate change will be accompanied with increased precipitations. Heavy rainfalls can impact surface water total organic carbon (TOC) and, upon treatment, lead to higher trihalomethane levels in drinking water. These meteorological events could therefore exacerbate human exposure to these toxic disinfection by-products. This study aimed at i) assessing the impact of heavy rainfalls on surface water TOC and ii) evaluating subsequent exposure to chloroform and its internal dose metrics in humans. Methods: Surface water TOC was measured in samples taken from an established sampling point used for drinking water production in a small river in Brittany (France) during dry days and following high precipitations (> 10 mm). Trihalomethane production during water treatment was estimated based on TOC levels, temperature and chlorine dose using an established multivariate model. Finally, drinking water chloroform levels were used to construct different scenarios of exposure (i.e., water consumption, shower/bath and inhalation) in newborns, children, adults and pregnant women using a published physiologically based pharmacokinetic (PBPK) model. Results: Following high precipitations, surface water TOC increased from a median of 6.2 to 8.9 mg/L. Consequently, median total trihalomethane levels in drinking water were estimated to increase from 29.7 to 33.1 µg/L. Human exposures to chloroform after > 10 mm rainfalls increased hepatic metabolite levels by 11 % when compared to levels reached during dry days. This increase did not vary substantially between exposure routes or physiologic condition. Conclusions: This study suggests that the occurrence of heavy rainfalls can increase surface water TOC levels. The higher levels of trihalomethanes in drinking water following these precipitations may lead to increased tissue levels in humans. In the context of climate change, risk assessors may need to consider higher exposure to drinking water contaminants.
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) | 0,000 | 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 ».