Bioanalytical Monitoring of Laguna Lake (Philippines) to Assess Water Research Priorities Associated with Organic Chemical Pollution and Cyanobacterial Blooms
Notice bibliographique
Résumé
Over several decades, anthropogenic influence has contributed to continuing water quality deterioration in Laguna Lake (Philippines), affecting the vital ecosystem services that it provides. To evaluate the potential ecotoxicological impacts of organic chemical pollution in the lake, a battery of in vitro bioassays (cytotoxicity, mutagenicity, and estrogenicity) was employed across 15 sites on Laguna Lake and a pond receiving secondary treated effluent that served as a positive control. Microcystin-LR concentrations were evaluated, given the historical occurrence of cyanobacterial blooms. Cytotoxicity (3.73 to 270 IC 10 -REF), mutagenicity (0.315 to 0.683 μg/L 4-NQO eq), and microcystin-LR (0.2 and 135 μg/L) were detected in lake samples suggesting potential toxicity risks. Cytotoxicity was correlated with microcystin-LR concentrations ( r = 0.84) though at this stage, it is difficult to directly associate cytotoxicity with cyanoblooms due to other potentially co-occurring substances that were not analyzed. Estrogenicity was not detected in the lake, despite previous studies suggesting the presence of estrogens. Overall, results indicate a need for a long-term monitoring plan that considers cyanobloom presence and effects-based monitoring. To improve reporting on the environmental state and communication among stakeholders, a water quality index was established. The index suggests that current conventional monitoring parameters may not accurately predict water quality, particularly during cyanoblooms.
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 | 0,001 | 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) | 0,001 | 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 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 ».