Exploring the Relationship between Effect-based Analysis, Emerging Pollutants, and Conventional Water Quality Parameters in a Threatened Coastal Aquifer
Notice bibliographique
Résumé
The presence of emerging contaminants (ECs) in groundwater reserves is a growing concern globally. Despite this reality, limited data exists describing EC-associated biological activity in aquifers and the associations between EC burdens and conventional water quality parameters including chemistry and microbiology. The Cape Flats Aquifer (CFA) is subject to various sources of contamination (industrial, residential, and agricultural). To better understand the spatiotemporal patterns within this area, an extensive water quality index (WQI) was developed, incorporating 24 parameters measured over 98 boreholes within a five-year period (2018 – 2021, and 2023). Upon the identification of several contamination hotspots, a battery of effect-based methods (EBMs) were applied to screen groundwater for endocrine disruptive (i.e., estrogenicity- and androgenicity), and aryl hydrocarbon receptor activation over two seasons. An in vivo fish embryo toxicity (FET) assay was furthermore applied to screen for embryotoxicity and teratogenicity. Analytical chemistry was performed in parallel with the EBMs to quantify a selection of ECs including pharmaceuticals, pesticides, and personal care products. A subsequent pollution source delineation principal component analysis (PCA) using the WQI parameters showed that a mix of agricultural, geogenic, and residential sources contribute to the poor water quality. Further information could be deduced with the incorporation of the EBMs data, where certain sites had significant endocrine disruptive potential. We conclude that caution should be taken when abstracting water from areas that were identified as pollution hotspots and that efforts should be taken in curtailing some of the activities contributing to the deteriorating groundwater quality. Finally, we show that EBMs can be a valuable tool in combination with traditional water parameters to provide a more comprehensive analysis of at-risk groundwater sources.
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 | 0,001 |
| 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) | 0,000 | 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 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 ».