MétaCan
Menu
Retour à la cohorte
Enregistrement W144616248 · doi:10.2166/wst.2012.309

Removal mechanisms of 17β-estradiol and 17α-ethinylestradiol in membrane bioreactors

2012· article· en· W144616248 sur OpenAlexafffund
Wenbo Yang, Haibo Zhou

Notice bibliographique

RevueWater Science & Technology · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensUniversity of GuelphUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiodegradationEthinylestradiolChemistryAdsorptionBioreactorEstrogenMembrane bioreactorActivated carbonMembraneWastewaterPowdered activated carbon treatmentEnvironmental chemistryChromatographyEnvironmental engineeringOrganic chemistryBiochemistryBiologyEndocrinologyPopulationEnvironmental science

Résumé

récupéré en direct d'OpenAlex

The fate and behavior of natural and synthetic estrogens in wastewater treatment processes is currently of increasing concern all over the world. In this study, the removal mechanisms of a natural estrogen, 17β-estradiol (E2), and a synthetic estrogen, 17α-ethinylestradiol (EE2) were investigated in membrane bioreactors (MBRs) with and without powdered activated carbon (PAC) addition. The experimental results showed that the average removal rates of E2 and EE2 by the MBR without PAC addition were 89.0 and 70.9%; PAC addition in the MBR increased the removal rate of E2 and EE2 by 3.4 and 15.8%, respectively. The greater impact of PAC dosing on EE2 removal was due to its greater hydrophobic property. Adsorption played a more important role in the removal mechanisms of EE2 than E2. Biodegradation was the dominant mechanism for the removal of E2 and EE2 in MBRs. Unlike their adsorption behavior, the biodegradation rates of both E2 and EE2 were not significantly different between the MBRs with and without PAC addition.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,003
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,233
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetMembrane Separation TechnologiesTravaux en français237 207