Environmental behavior, toxic potencies, and risks of liquid crystal monomers: A critical review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Liquid crystal monomers (LCMs), prized for their unique optical properties, are ubiquitous in a range of electronic products. However, their growing use and disposal have led to a continuous influx of LCMs into the environment as contaminants. This review synthesizes information on the sources, environmental distribution, migration, transformation, toxicity, and risks associated with LCMs. It also introduces predictions of adverse outcomes related to protein binding potential, grounded in the Adverse Outcome Pathway framework. It was pointed out for the first time that the fundamental causes of LCM contamination were informal recycling and dismantling patterns, coupled with obsolete liquid crystal processing technologies. The significant variability among different types of LCMs in distribution patterns, environmental persistence, bioaccumulation, mobility, and toxicity were emphasized. Notably, fluorinated LCMs, especially fluorobiphenyls, which posed the greatest comprehensive risk, were prone to accumulate in atmospheric dust. Our molecular docking results showed that monomers containing cyano groups, which had greater direct toxicity, carcinogenic, and mutagenic risk, also exhibited strong binding affinity, underscoring the need for priority control strategies. Additionally, this review delved into LCM exposure pathways and the heightened toxicity during degradation and metabolism. It emphasizes the importance of risk assessments for LCMs and identifies key scientific questions that require further investigation. The insights provided a scientific foundation for preventing environmental risks and promoting green chemical alternatives related to LCMs.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,017 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle