Optimal design of experiments to improve the characterisation of atrazine degradation pathways in soil
Notice bibliographique
Résumé
Abstract Contamination of soils with pesticides and their metabolites is a global environmental threat. Deciphering the complex process chains involved in pesticide degradation is a prerequisite for finding effective solution strategies. This study applies prospective optimal design (OD) of experiments to identify laboratory sampling strategies that allow model‐based discrimination of atrazine (AT) degradation pathways. We simulated virtual AT degradation experiments with a first‐order model that reflects a simple reaction chain of complete AT degradation. We added a set of Monod‐based model variants that consider more complex AT degradation pathways. Then, we applied an extended constraint‐based parameter search algorithm that produces Monte‐Carlo ensembles of realistic model outputs, in line with published experimental data. Differences between‐model ensembles were quantified with Bayesian model analysis using an energy distance metric. AT degradation pathways following first‐order reaction chains could be clearly distinguished from those predicted with Monod‐based models. As expected, including measurements of specific bacterial guilds improved model discrimination further. However, experimental designs considering measurements of AT metabolites were most informative, highlighting that environmental fate studies should prioritise measuring metabolites for elucidating active AT degradation pathways in soils. Our results suggest that applying model‐based prospective OD will maximise knowledge gains on soil systems from laboratory and field experiments. Highlights Bayesian model analysis can help to distinguish the active degradation pathway of pesticides. Information on degradation metabolites is crucial to understand pesticide fate. Measurements of specific guilds improve the distinction of active pesticide pathways. Prospective optimal design maximizes information gain in soil sciences.
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 | 0,002 | 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 ».