MétaCan
Menu
← Retour à la cohorte
Enregistrement W4223473080 · doi:10.1002/etc.5341

Delineating Effluent Exposure and Cumulative Ecotoxicological Risk of Metals Downstream of a Saskatchewan Uranium Mill Using Autonomous Sensors

2022· article· en· W4223473080 sur OpenAlexafffundabout
Beatriz Cupe‐Flores, Maíra Peixoto Mendes, Banamali Panigrahi, Karsten Liber

Notice bibliographique

RevueEnvironmental Toxicology and Chemistry · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Toxicology and Ecotoxicology
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesGlobal Water Futures
Mots-clésEnvironmental scienceEffluentMercury (programming language)Aquatic ecosystemSedimentCadmiumEnvironmental chemistryWater qualityEcotoxicologyHazard quotientRisk assessmentWater pollutionHydrology (agriculture)EcologyEnvironmental engineeringChemistryHeavy metalsGeologyBiology

Résumé

récupéré en direct d'OpenAlex

There is increasing interest in using autonomous sensor technology to monitor aquatic ecosystems in real time and in employing such monitoring data to perform better ecological risk assessments. At seven locations in McClean Lake in northern Saskatchewan (Canada) that received diluted uranium milling effluent, we deployed sensor units to track effluent distribution and help predict potential biological effects on aquatic invertebrates. Water was also collected from each location on multiple occasions to measure major ions, dissolved metals, and routine water quality, and sediment was sampled to analyze total metals. The ecotoxicological risk to aquatic invertebrates was estimated using hazard quotients (HQs). The cumulative risk was estimated by summing the individual HQs, and the major ions risk was based on total osmolarity. The results indicated temporal and spatial variations in effluent exposure based on sensor electrical conductivity (EC) measurements in the McClean Lake East Basin. Individual HQs for water ranged from "moderate" (0.40-0.69) to "very high" (greater than 1) for silver, cadmium, arsenic, selenium, mercury, iron, and thallium. At all sites, major ions risk was less than 1. Individual HQs for sediment were "moderate" (0.40-0.69), "high" (0.7-0.99), and "very high" (greater than 1) for vanadium and cadmium. The cumulative risk in water and sediment for all metals combined was greater than 1 at some sites in Vulture Lake (which discharged into McClean Lake) and in McClean Lake itself. A more detailed estimation of the risks for aqueous selenium and arsenic (the only two metals that had good correlation with sensor EC data) indicated that their 90th percentile HQ values were less than 1 in McClean Lake, suggesting that these contaminants of concern do not represent a significant direct risk to aquatic invertebrate communities. Environ Toxicol Chem 2022;41:1765-1777. © 2022 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,549
Score d'incertitude au seuil0,896

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,214
Écart entre enseignants0,206 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental Toxicology and Chemistry→Même sujetEnvironmental Toxicology and Ecotoxicology→Travaux en français237 207→