Aluminum toxicity and ecological risk assessment of dried alum residual into surface water disposal
Notice bibliographique
Résumé
This paper presented a simplified ecological risk assessment of the toxicity of alum residuals from water treatment plants to surface water that is based on the framework recommended by United States Environmental Protection Agency (USEPA). Though few studies have investigated the potential for increased aluminum toxicity with discharge of alum residual streams to the aquatic environment, none have explored the use of ecological risk assessment methodologies to gain additional insight into the potential risk. This systematic approach has been used to elucidate the process of aluminum toxicity from oven-dried alum residuals on aquatic habitats. A laboratory experiment was performed to assess the leaching of dried alum residuals to five lake water samples. The tests were also done to evaluate the effect of pH levels (4, 5·5, and 7) and drying mechanism of alum residual (oven, air or freeze–thaw). Total inorganic aluminum leaching from laboratory analysis was used along with toxicity reference values to determine a risk quotient (RQ) for assessment of risk. Results revealed that alum residuals in surface water could reduce aluminum concentration or potential risk (RQ) for fish in some lake waters at natural pH levels. Surface water pH and drying mechanism of alum residuals did not have considerable effect on leachability of aluminum. Lake waters with and without the addition of alum residual showed a potential risk for chronic sub-lethal toxicity for trout species. Both chronic and acute lethal toxicity was observed in some tests depending on the initial aluminum concentrations in the lake water. A detailed review of toxicological effects of aluminum, its exposure and bioaccumulation was studied for appropriate risk assessment.
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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».