Ozone oxidation of antidepressants in wastewater –Treatment evaluation and characterization of new by-products by LC-QToFMS
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
BACKGROUND: The fate of 14 antidepressants along with their respective N-desmethyl metabolites and the anticonvulsive drug carbamazepine was examined in a primary sewage treatment plant (STP) and following advanced treatments with ozone (O3). The concentrations of each pharmaceutical compound were determined in raw sewage, effluent and sewage sludge samples by LC-MS/MS analysis. The occurrence of antidepressant by-products formed in treated effluent after ozonation was also investigated. RESULTS: Current primary treatments using physical and chemical processes removed little of the compounds (mean removal efficiency: 19%). Experimental sorption coefficients (Kd) of each studied compounds were also calculated. Sorption of venlafaxine, desmethylvenlafaxine, and carbamazepine on sludge was assumed to be negligible (log Kd ≤ 2), but higher sorption behavior can be expected for sertraline (log Kd ≥ 4). Ozonation treatment with O3 (5 mg/L) led to a satisfactory mean removal efficiency of 88% of the compounds. Screening of the final ozone-treated effluent samples by high resolution-mass spectrometry (LC-QqToFMS) did confirm the presence of related N-oxide by-products. CONCLUSION: Effluent ozonation led to higher mean removal efficiencies than current primary treatment, and therefore represented a promising strategy for the elimination of antidepressants in urban wastewaters. However, the use of O3 produced by-products with unknown toxicity.
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 | 0,000 | 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 | 0,000 |
| 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) | 0,002 | 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