A province-wide mapping of per- and polyfluoroalkyl substances (PFAS) in surface waters of the St. Lawrence River watershed, Québec, Canada
Notice bibliographique
Résumé
This study investigates the spatial distribution of per - and polyfluoroalkyl substances (PFAS) in surface waters of the St. Lawrence watershed, Québec, Canada. Water samples (232 sites, overall n = 447) were collected along a ~ 700-km longitudinal gradient of the St. Lawrence as well as in tributary rivers, streams, creeks, and lakes with different anthropogenic pressures. St. Lawrence samples had a mean and median Σ 77 PFAS both at ~12 ng/L (the maximum at 26 ng/L) and PFAS composition profiles dominated by perfluorooctane sulfonate (PFOS: 19 % of the summed PFAS), perfluorobutanoic acid (PFBA: 16 %), and perfluorooctanoic acid (PFOA: 14 %). Samples were also characterized by frequent detections of perfluorobutane sulfonamide and perfluoroethylcyclohexane sulfonate. PFAS concentrations slightly decreased from west to east along the St. Lawrence River and cross-sections revealed higher levels in the Great Lakes/Central water mass than in the Ottawa River/Northern water mass. Tributary rivers displayed a much wider span of PFAS levels and were influenced by local point sources, with common PFAS signatures revealed by a Kohonen mapping (artificial neural networks). Top hotspots (Σ 77 PFAS = ~100–3600 ng/L) included watersheds downstream three airports, where positive ion mode fluorotelomer betaines 6:2 FTAB and 5:1:2 FTB also occurred at the highest levels (max = 156 and 570 ng/L, respectively). A mass balance analysis indicated, however, that tributaries contributed marginally (~10 %) to the ΣPFAS flux transiting in the St. Lawrence River, and that the bulk of the contamination mostly originates from upstream sources in the Laurentian Great Lakes. While PFOS and PFOA concentrations observed in the St. Lawrence River remained within Canadian and USEPA guidelines for surface water, exceedances would be observed under stricter thresholds. These findings underscore the importance of upstream sources in PFAS contamination and highlight the need for stricter monitoring and regulation.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».