Sorption of per- and polyfluoroalkyl substances (PFASs) on filter media: Implications for phase partitioning studies
Notice bibliographique
Résumé
Per- and polyfluoroalkyl substances (PFASs), including perfluorooctanoic acid (PFOA) and perfluorooctanesulfonic acid (PFOS), are ubiquitous in the environment. Investigations into their fate and potential phase-partitioning behavior require separating solid from aqueous phases via filtration. However, sorption of aqueous-phase PFASs on filtration media may lead to underestimation of PFAS concentrations in the aqueous phase. The authors investigated the sorption of perfluoroalkyl carboxylates, perfluoroalkyl sulfonates, perfluoroalkyl phosphonic acids, perfluoroalkyl phosphinic acids (PFPiAs), polyfluoroalkyl phosphate monoesters, polyfluoroalkyl phosphate diesters (diPAPs), fluorotelomer sulfonates, and perfluorooctane sulfonamide on filtration media. The effects of concentration (3 spiking levels), filter media (4 types), matrix (4 matrices), and compound structure on sorption are reported. Glass fiber filtration resulted in the least sorption, whereas polytetrafluoroethylene filters resulted in the most sorption (up to 98%). Analyte concentration had no significant effect. Sorption was generally consistent across matrix types except for samples affected by aqueous film forming foam deployment, which displayed high sorption of PFOS on nylon filters. Sorption usually increased with an increasing number of carbon or fluorine atoms and was most pronounced for PFPiAs and diPAPs (30–75% sorption). Overall, glass fiber filters are more recommended than nylon filters in environmental samples when phase separation is required. Use of filtration media for PFAS must be preceded by matrix-specific testing to account for unpredictable effects.
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 | 0,000 | 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 | 0,001 |
| 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 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 ».