An Assessment of Polycyclic Aromatic Hydrocarbons Using Estimation Programs
Notice bibliographique
Résumé
In the environment, the class of chemicals known as polycyclic aromatic hydrocarbons (PAHs) behave somewhat differently. This review covers situations where PAHs can be ‘labile’ and where they can be persistent. The in-silico prediction of toxicity and the properties of selected 29 PAHs were estimated using programs developed by the U.S. Environmental Protection Agency (EPA), such as the Estimation Programs Interface (E.P.I.) and the Toxicity Estimation Software Tool (version 5.1.2) (TEST), with online software such as SwissADME and SwissDock. TEST was used to estimate the LC50 of the fathead minnow (with a range of 14.53 mg/L for 1-indanone and 2.14 × 10−2 mg/L for cyclopenta[c,d]pyrene), the LC50 of Daphnia magna (with a range of 14.95 mg/L for 1-indanone and 7.53 × 10−2 mg/L for coronene), the IGC50 of Tetrahymena pyriformis (with a range of 66.14 mg/L for 1-indanone and 0.36 mg/L for coronene), the bioconcentration factor (8.36 for 1,2-acenaphthylenedione and 910.1 for coronene), the developmental toxicity (0.30 (−) for 1,2-acenaphthylenedione and 0.82 (+) for 4-hydroxy-9-fluorenone), and the mutagenicity (0.25 (−) for 2-methyl-9-fluorenone and 1.09 (+) for coronene). The carbon chain and molecular weight have a significant effect on the properties of PAHs. Overall, it was found that PAHs with a lower molecular weight (LMW) have a higher water solubility and LC50 value and a smaller LogKow value, whereas the opposite is true for heavier PAHs, with TEST predicting that PAHs with an MW of over 168.2 g/mol, with a few exceptions, are mutagenic. Hence, LMW PAHs have a higher potential to be in the environment but are less toxic.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».