Property Estimation of Per- and Polyfluoroalkyl Substances: A Comparative Assessment of Estimation Methods
Notice bibliographique
Résumé
To accurately predict the environmental fate of per- and polyfluoroalkyl substances (PFAS), high-quality physicochemical property data are required. Because such data are often not available from experiments, assessment of the accuracy of existing property estimation models is essential. The quality of predicted physicochemical property data for a set of 25 PFAS was examined using COSMOtherm, EPI Suite, the estimation models accessible through the US Environmental Protection Agency's CompTox Chemicals Dashboard, and Linear Solvation Energy Relationships (LSERs) available through the UFZ-LSER Database. The results showed that COSMOtherm made the most accurate acid dissociation constant and air-water partition ratio estimates compared with literature data. The OPEn structure-activity/property Relationship App (OPERA; developed through the CompTox Chemicals Dashboard) estimates of vapor pressure and dry octanol-air partition ratios were the most accurate compared with other models of interest. Wet octanol-water partition ratios were comparably predicted by OPERA and EPI Suite, and the organic carbon soil coefficient and solubility were well predicted by OPERA and COSMOtherm. Acid dissociation of the perfluoroalkyl acids has a significant impact on their physicochemical properties, and corrections for ionization were included where applicable. Environ Toxicol Chem 2020;39:775-786. © 2020 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 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 | 0,001 |
| 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) | 0,002 | 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 ».