Onboard ship evaluation of the effectiveness and the potential environmental effects of PERACLEAN® Ocean for ballast water treatment in very cold conditions
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
This study verified the effectiveness and the potential toxic impact of PERACLEAN Ocean ballast water treatment for very cold freshwater (0.1-0.5 degrees C) in real ballast tank (750 m(3)) conditions aboard a ship and in large-volume (4.5 m(3)) polyethylene tanks. Concentrations of peracetic acid (PAA) and hydrogen peroxide (H2O2) gradually dropped by 41-59% over 5 days. The treatment altered the quality of the treated waters by causing a pH drop of 0.9-1.3 units and a fourfold to sevenfold increase in dissolved organic carbon and organophosphates concentrations. More than 90% of the biomass of free-floating micro-organisms and viable phytoplankton were eliminated within 48 h after treatment. The treatment resulted in 100% mortality in caged fish exposed to treated waters but was totally ineffective against adult zebra mussels and some nematods living in tank sediments. Toxic response from ecotoxicological assays indicated that treated waters after 5 days should be diluted by a factor of 1:2 to 1:200 to reduce toxicity below selected endpoints of acute lethality tests. On the basis of PAA degradation rate, fresh waters treated with 100-ppm PERACLEAN Ocean should be kept in ballast tanks for 15-20 days after treatment to reduce toxicity. It is concluded that the treatment can be an effective biocide to rapidly eliminate organisms of the water column inside the ballast tanks over a wide range of environmental conditions, but that the discharge of the toxic treated waters should be properly managed to minimize potential environmental impact.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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) | 0,001 | 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 découle