Improving the design and conduct of aquatic toxicity studies with oils based on 20 years of CROSERF experience
Notice bibliographique
Résumé
Laboratory toxicity testing is a key tool used in oil spill science, spill effects assessment, and mitigation strategy decisions to minimize environmental impacts. A major consideration in oil toxicity testing is how to replicate real-world spill conditions, oil types, weathering states, receptor organisms, and modifying environmental factors under laboratory conditions. Oils and petroleum-derived products are comprised of thousands of compounds with different physicochemical and toxicological properties, and this leads to challenges in conducting and interpreting oil toxicity studies. Experimental methods used to mix oils with aqueous test media have been shown to influence the aqueous-phase hydrocarbon composition and concentrations, hydrocarbon phase distribution (i.e., dissolved phase versus in oil droplets), and the stability of oil:water solutions which, in turn, influence the bioavailability and toxicity of the oil containing media. Studies have shown that differences in experimental methods can lead to divergent test results. Therefore, it is imperative to standardize the methods used to prepare oil:water solutions in order to improve the realism and comparability of laboratory tests. The CROSERF methodology, originally published in 2005, was developed as a standardized method to prepare oil:water solutions for testing and evaluating dispersants and dispersed oil. However, it was found equally applicable for use in testing oil-derived petroleum substances. The goals of the current effort were to: (1) build upon two decades of experience to update existing CROSERF guidance for conducting aquatic toxicity tests and (2) to improve the design of laboratory toxicity studies for use in hazard evaluation and development of quantitative effects models that can then be applied in spill assessment. Key experimental design considerations discussed include species selection (standard vs field collected), test substance (single compound vs whole oil), exposure regime (static vs flow-through) and duration, exposure metrics, toxicity endpoints, and quality assurance and control.
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 | 0,023 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».