Contaminants of Emerging Concern in the Urban Aquatic Environment: \nTargeted and Non-targeted Analysis
Notice bibliographique
Résumé
The urban aquatic environment is a repository of anthropogenic organic chemicals. Some of these are classified as contaminants of emerging concerns (CEC) due to their newly discovered environmental and health risks. These chemicals enter the aquatic environment through various routes, including urban runoff, wastewater discharge and snow melting. While some efforts have been invested in monitoring these substances along these routes, the coverage is limited to a small set of chemicals. This thesis aims to address environmental exposures of CEC and identifying lesser-known chemicals of environmental concerns, e.g., transformation products (TPs). Targeted and non-targeted analyses were conducted on 42 surface water and 30 snow samples in Montreal. The analyses focused on automobile-derived compounds used as industrial antioxidants and vulcanization accelerators. Samples were processed using solid-phase extraction (SPE). Liquid chromatography-mass spectrometry (Orbitrap LC-MS) was used for the sample analyses. Fifteen target compounds were quantified using internal standard calibration. Non-targeted screening of lesser-known contaminants and their TPs generated over 30,000 features in snow and 17,000 in surface water. Feature prioritization was based on peak intensity (>10000) and detection frequency (≥ 50%) while identification relied on retention time and substructural information. To further facilitate the identification of TPs, an additional oxidation experiment was conducted by exposing the parent compounds to ultra-violet (UV) radiation in a multi-lamp photochemical reactor. From the non-targeted analysis and transformation experiments, 37 analytes were identified. Our findings highlight the presence of lesser-known CEC including chemicals used as tire additives and their transformation products in the urban aquatic environment. This study also underscores the importance of using targeted and non-targeted screening approaches to identify and assess these compounds and their TPs.
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 | 0,000 |
| 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 | 0,001 | 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 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 ».