Three Complementary Sampling Approaches Provide Comprehensive Characterization of Pesticide Contamination in Urban Stormwater
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
Urban areas are expanding rapidly and experience diverse and complex contamination of their surface waters. Addressing these issues requires different tools to describe exposures and predict toxicological risk to exposed biota. We surveyed 21 stormwater management ponds in Brampton, Ontario using three types of sampling methods deployed concurrently: time-integrated water sampling, biofilms cultured on artificial substrates, and organic-diffusive gradients in thin films (o-DGT) passive samplers. Our objective was to compare pesticide occurrences and concentrations to inform monitoring in stormwater ponds, which reflect pesticide pollution in urban areas. We detected 82 pesticides across the three sampling matrices, with most detections occurring in o-DGT samplers. The in situ accumulation of pesticides in o-DGTs during deployment and the high analytical sensitivity achieved establishes o-DGTs as excellent tools for capturing the mixtures of pesticides present. Water and biofilm sampling demonstrated that pesticide concentrations available for uptake are relatively low, with most below toxicological thresholds. Yet our results demonstrate that urban areas are subject to a wide range of pesticides, including herbicides, insecticides, and fungicides, and underscores the urgency of research to quantify the risks of chronic exposure to this chemical mixture.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 découle