Biodegradation of Chiral Flufiprole in <i>Chlorella pyrenoidosa</i>: Kinetics, Transformation Products, and Toxicity Evaluation
Notice bibliographique
Résumé
Pesticide pollution of surface water represents a considerable risk for algae and thus affects the structure and stability of aquatic ecosystems. To investigate the risk of flufiprole to phytoplankton, the digestion and uptake of flufiprole as well as the toxic effects of flufiprole enantiomers and the six metabolites to Chlorella pyrenoidosa were investigated. Flufiprole enantiomers were mainly metabolized to flufiprole amide and detrifluoromethylsulfinyl flufiprole in culture medium, while various metabolites were formed in algae, notably the amide derivative and fipronil. Chlorella pyrenoidosa showed a strong absorption capacity for the flufiprole series. The EC 50 values (96 h) indicated that fipronil was the most toxic compound, approximately 5 times as toxic as rac-flufiprole. R-flufiprole was more toxic than S-flufiprole. The contents of chlorophylls, malondialdehyde (MDA), reactive oxygen species (ROS), and total antioxidant capacity (T-AOC) were significantly altered by the chemicals in most cases, especially fipronil. Our results supported the potential detrimental effect of the metabolites of flufiprole on algae.
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 | 0,000 |
| 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) | 0,001 | 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 ».