A probabilistic hazard assessment for cyanobacterial toxins accounting for regional geography and water body trophic status
Notice bibliographique
Résumé
Under climate change scenarios freshwater eutrophication is expected to increase, and with it the occurrence of cyanobacterial toxin-producing harmful algal blooms. In the current study, microcystin toxin occurrence data from literature sources and a long-term provincial monitoring program were used to conduct a probabilistic hazard assessment for Alberta, Canada. The large temporal and spatial range of data makes Alberta a model system for identifying regional geography and water body trophic status factors driving toxin concentrations. Environmental exposure distributions of microcystin concentrations were plotted and used to identify the likelihood of a given sample exceeding water guideline values as a function of regional geography, total phosphorus and chlorophyll-a concentration. This process identified regions with intensive cultivation and those most prone to water deficits associated with climate change to be most associated with exceedances of regulatory guideline values. Elevated phosphorus and chlorophyll-a concentrations were also drivers of toxin occurrence. This assessment can be used to identify water bodies of greatest risk to human and animal populations from cyanotoxins and thereby inform regulators as to most effective monitoring strategies. • A probabilistic hazard assessment identified geographic and hydrological factors driving elevated microcystin levels. • Water bodies associated with extensively cultivated lands and prone to water deficits were at high risk of elevated toxin. • Waters high in phosphorus and chlorophyll a also displayed microcystin levels that exceeded regulatory guidelines.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».