Global Assessment of Emerging Contaminant Removal in Wastewater Treatment Plants: In Silico Hazard Screening and Risk Evaluation
Notice bibliographique
Résumé
Pharmaceuticals and personal care products (PPCPs) are emerging contaminants (ECs), whose presence in the environment is of increasing concern due to their widespread use and possible detrimental effects on wildlife and humans. These chemicals may present multiple hazardous properties such as environmental persistence, toxicity, high mobility, and the potential for bioaccumulation. In this study, extended bibliographic research was conducted to characterize the removal efficiency (RE) of PPCPs in wastewater treatment plants (WWTPs) considering different technologies. Measured values of RE were collected from the literature or calculated for 251 compounds. The molecular structure of the 245 PPCPs were used as the input to generate predictions of multiple properties using several QSAR tools, such as the OECD Toolbox, OPERA, EPI Suite™, and QSAR-ME Profiler. These predictions were compared to regulatory thresholds to identify hazardous chemicals and to screen persistent, mobile and toxic (PMT) or persistent, bioaccumulative and toxic (PBT) substances. Finally, chemicals were prioritized by combining values of RE and QSAR predictions for multiple properties. A total of 16 out of the 245 molecules were prioritized as the most hazardous compounds to the aquatic environment and, among these, six were associated with potential risk due to their exposure concentrations reported in the literature.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».