Urban-use pesticides in stormwater ponds and their accumulation in biofilms
Notice bibliographique
Résumé
Stormwater ponds frequently receive urban runoff, increasing the likelihood of pesticide contamination. Biofilms growing in surface waters of these ponds are known to accumulate a range of aquatic contaminants, paradoxically providing both water purification services and potentially posing a threat to urban wildlife. Thus, sampling biofilms in stormwater ponds may be a critical and biologically relevant tool for characterizing pesticide contamination and toxicity in urban environments. Here, we aimed to investigate pesticide occurrences at 21 stormwater ponds in Brampton, ON, one of Canada's fastest growing municipalities, and quantify their accumulation in biofilm. Over nine weeks, we collected time-integrated composite water and biofilm samples for analysis of ∼500 current-use and legacy pesticides. Thirty-two pesticide compounds were detected across both matrices, with 2,4-D, MCPA, MCPP, azoxystrobin, bentazon, triclopyr, and diuron having near-ubiquitous occurrences. Several compounds not typically monitored in pesticide suites (e.g., melamine and nicotine) were also detected, but only in biofilms. Overall, 56 % of analytes detected in biofilms were not found in water samples, indicating traditional pesticide monitoring practices fail to capture all exposure routes, as even when pesticides are below detection levels in water, organisms may still be exposed via dietary pathways. Calculated bioconcentration factors ranged from 4.2 to 1275 and were not predicted by standard pesticide physicochemical properties. Monitoring biofilms provides a sensitive and comprehensive supplement to water sampling for pesticide quantification in urban areas, and identifying pesticide occurrences in stormwater could improve source-tracking efforts in the future. Further research is needed to understand the mechanisms driving pesticide accumulation, to investigate toxicity risks associated with pesticide-contaminated biofilm, and to evaluate whether pesticide accumulation in stormwater pond biofilms represents a route through which contaminants are mobilized into the surrounding terrestrial and downstream aquatic environments.
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 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 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 ».