Removal of individual sterols during secondary treatment of pulp mill effluents
Notice bibliographique
Résumé
Analysis of plant sterols in pulp mill effluents is complex and several investigations have combined wood extractives with sterols or have reported total sterols collectively. The present study exclusively focuses on the fate of individual sterols generated in pulp and paper manufacturing as they pass through activated sludge biotreatment system. Before secondary treatment the pulp mill effluents contained 33% ß-sitosterol, 26% campesterol, 22% ß-sitostanol, 17% stigmasterol and 2% ergosterol (1,000–1,800 μg/L mean total sterols). After treatment, the effluents contained 44% ß-sitosterol, 22% campesterol, 18% ß-sitostanol, 14% stigmasterol and 2% ergosterol (176–428 μg/L mean total sterols). Each sterol fraction showed different removal efficiency. ß-Sitosterol, the major fraction, was removed relatively poorly (65%) while campesterol was removed most efficiently (81%) compared with the removal of other fractions (ß-sitostanol 74% and stigmasterol 64%). The differential removal of sterol fractions altered the sterol profile during different stages of the secondary treatment. Owing to its poor removal, ß-sitosterol is the most persistent fraction in treated/untreated pulp mill effluents. Typically, 21% of the incoming sterols were contained in secondary effluents and 23% in waste sludge without biodegradation. Optimizing the design/operation of treatment systems for removal of ß-sitosterol and stigmasterol would improve the performance of effluent treatment facilities.
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 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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 tête enseignante, 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 ».