Fuzzy‐based Integrated Risk Assessment of Methylmercury in Lake Phewa, Nepal
Notice bibliographique
Résumé
Mercury (Hg) can enter a lake via processes such as air deposition and run-off. In lake water, Hg is converted into highly neurotoxic methylmercury (MeHg), primarily by bacteria, and the MeHg is then bioaccumulated and biomagnified along the food chain. The data and models used in risk assessment may be associated with uncertainty that can be incorporated into the analysis using a fuzzy approach. The objective of this research was to assess the integrated human health and ecological risks of MeHg in Lake Phewa, Nepal using a fuzzy approach. The concentration of MeHg in fish tissue was obtained by sampling fishes and their laboratory analysis using standard methods. The measured MeHg in fish tissue was used to estimate the concentration of MeHg in water by applying a bioaccumulation factor (BAF). MeHg concentration in rice was also estimated using data obtained from the literature. A questionnaire survey was conducted to estimate fish consumption rates among different occupations: fishermen, local people, hotel owners, government staff, army/police, and others (visitors). An integrated risk assessment (IRA) framework proposed by the World Health Organization (WHO) was applied to estimate health risk to humans and ecological risk to fishes. The results show that fish consumption contributed approximately 90% or higher to overall human health risk and the remaining risk was attributed to rice consumption. Hotel owners, fishermen, and others (visitors) in particular had potentially significant health risks from MeHg, with hotel owners being an even higher risk group. The higher health risk was primarily due to very high fish consumption rates. Moreover, the ecological risk to fishes was within acceptable levels. The risk estimate using the fuzzy approach approximates uncertainty in decision-making, building more confidence in decisions for risk assessors.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».