Development of Empirical Bioavailability Models for Metals
Notice bibliographique
Résumé
Recently, there has been renewed interest in the development and use of empirical models to predict metal bioavailability and derive protective values for aquatic life. However, there is considerable variability in the conceptual and statistical approaches with which these models have been developed. In the present study, we review case studies of empirical bioavailability model development, evaluating and making recommendations on key issues, including species selection, identifying toxicity-modifying factors (TMFs) and the appropriate environmental range of these factors, use of existing toxicity data sets and experimental design for developing new data sets, statistical considerations in deriving species-specific and pooled bioavailability models, and normalization of species sensitivity distributions using these models. We recommend that TMFs be identified from a combination of available chemical speciation and toxicity data and statistical evaluations of their relationships to toxicity. Experimental designs for new toxicity data must be sufficiently robust to detect nonlinear responses to TMFs and should encompass a large fraction (e.g., 90%) of the TMF range. Model development should involve a rigorous use of both visual plotting and statistical techniques to evaluate data fit. When data allow, we recommend using a simple linear model structure and developing pooled models rather than retaining multiple taxa-specific models. We conclude that empirical bioavailability models often have similar predictive capabilities compared to mechanistic models and can provide a relatively simple, transparent tool for predicting the effects of TMFs on metal bioavailability to achieve desired environmental management goals. Environ Toxicol Chem 2019;39:85-100. © 2019 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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».