Application of autonomous sensor technology to estimate selenium exposure and a site-specific selenium threshold in a Canadian boreal lake
Notice bibliographique
Résumé
Abstract There is an increasing trend in the use of real-time sensor technology to remotely monitor aquatic ecosystems. Commercially available probes, however, are currently not able to measure aqueous selenium (Se) concentrations. Because of the well-described bioaccumulation potential and associated toxicity of Se in oviparous vertebrates, it is crucial to monitor Se concentrations at sites receiving continuous effluent Se input. This study aimed to estimate Se concentrations in a boreal lake (McClean Lake) downstream from a Saskatchewan uranium mill using real-time electrical conductivity (EC) data measured by autonomous sensors. Additionally, this study aimed to derive a site-specific total aqueous Se (TSe) threshold based on Se concentrations in periphyton and benthic macroinvertebrates sampled from the same lake. To characterize effluent distribution within the lake, eight Smart Water (Libelium) sensor units were programmed to report EC and temperature for five and seven consecutive weeks in 2018 and 2019, respectively. In parallel, periphyton and benthic macroinvertebrates were sampled with Hester-Dendy's artificial substrate samplers (n = 4) at the same sites and subsequently analyzed for Se concentrations. Electrical conductivity was measured with a handheld field meter for sensor data validation and adjusted to the median lake water temperature (13 °C) registered for the deployment periods. Results demonstrated good accuracy of sensor readings relative to handheld field meter readings and the successful use of real-time EC in estimating TSe exposure (r = 0.87; r2 = 0.84). Linear regression equations derived for Se in detritivores versus Se in periphyton and Se in periphyton versus sensor-estimated TSe were used to estimate a site-specific TSe threshold of 0.7 µg/L (±0.2). Moreover, mean Se concentrations in periphyton (16.7 ± 4.4 µg/g dry weight [d.w.]) and benthic detritivores (6.0 ± 0.4 µg/g d.w.) from one of the exposure sites helped identify an area with potential for high Se bioaccumulation and toxicity in aquatic organisms in McClean Lake. Integr Environ Assess Manag 2023;19:395–411. © 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 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 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 ».