Coupling River Concentration Simulations with a Toxicokinetic Model Effectively Predicts the Internal Concentrations of Wastewater-Derived Micropollutants in Field Gammarids
Notice bibliographique
Résumé
Abstract Although the exposure assessment of wastewater-derived micropollutants via chemical, bioanalytical, and modeling methods in environmental compartments is becoming more frequent, the whole-body burden (i.e., internal concentrations) in nontarget organisms is rarely assessed. An understanding of the internal concentration fluctuation is especially important when exploring the mechanistic linkage between exposure and effects. In this study, we coupled a simple river model with a first-order toxicokinetic (TK) model to predict the concentrations of wastewater-derived micropollutants in freshwater invertebrates (Gammarus spp.). We applied Monte Carlo simulations and conducted laboratory experiments to account for the uncertain input data and the lack of uptake/depuration rate constants required for the TK model. The internal concentrations in field gammarids were predicted well, and the estimates varied only by a factor of 0.1–1.9. Fast equilibrium may also be assumed such that bioconcentration factors (BCFs) are used together with the daily river dilution patterns to predict internal concentrations. While this assumption is suitable for compounds observed in our experiment to reach the steady state within 48 h in gammarids, the model overpredicted the concentrations of substances that reach this condition after longer periods. Nevertheless, this approach provides conservative estimates and simplifies the coupling of models as BCFs are slightly more accessible than the rate constants. However, if one is interested in a more detailed exposure information (e.g., peak concentration and the whole-body burden recovery after a spill), then the nonsteady-state formulation should be employed.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».