Quantification of Plant Sterols in Pulp and Paper Mill Effluents
Notice bibliographique
Résumé
Abstract Pulp and paper mill effluents (PPMEs) may contain high levels of otherwise naturally occurring organic pollutants such as plant sterols, which are suspected endocrine disrupting chemicals. Exposure to such chemicals may cause various physiological and morphological abnormalities that have been reported in the fish and other aquatic life inhabiting PPME receiving waters. Plant sterols, or phytosterols, form a constituent of wood extractives that may be released into the effluents during the pulping and paper making processes. Isolation and analysis of sterols from the complex mixture of PPMEs is challenging and standard analytical protocols do not exist. The need for having a reliable method for analyzing a particular environmental contaminant such as plant sterols cannot be overemphasized. In the present study a technique was modified for reliable analysis of PPME sterols. The technique involves liquid-liquid extractions using methyl-t-butyl ether and trimethyl-silylation derivatizations of the extracted sterols. Identification and quantification of the PPME sterols were accomplished by gas chromatography and mass spectrometry. Analytical problems were resolved by conducting multiple extractions, drying the sterol extracts, and redissolving and silylating the extracts at an increased derivatization temperature of 70°C. This shortened the suggested incubation period from 12 to 4 h. The modified technique offered improved method sensitivity and reproducibility, and successfully quantified campesterol, β-sitosterol, β-sitostanol, stigmasterol, stigmastanol, cholesterol, and ergosterol in PPMEs. Primary and secondary treated PPMEs analyses suggested 800 ± 190 µg/L total sterols in primary effluents, and 211 ± 90 µg/L in biologically treated final effluents. β-Sitosterol, β-sitostanol, and campesterol alone accounted for about 80% of the total sterols. A general comparison of the sterols in primary and secondary effluents suggested about 73% removal across the secondary treatment systems sampled.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Expérimental (laboratoire) | high |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Expérimental (laboratoire) | low |
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) | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».