Persistence and fate of highly soluble pharmaceutical products in various types of municipal wastewater treatment plants
Notice bibliographique
Résumé
Municipal effluents are important source of contaminants including many socalled Pharmaceutical and Personal Care Products (PPCPs) substances, whose potential impacts on the receiving environment are poorly understood. New emerging substances, in the form of pharmaceutical drugs like antibiotics, antiinflammatory, and anti-convulsive, are now being frequently measured in these wastewaters. While PPCPs substances undergo major transformation at the treatment plant and again in the receiving waters, their bioavailability and toxicity may be modified considerably. The influence of different wastewater treatment processes on pharmaceutical products was investigated. Pharmaceutical substances such as clofibric acid, carbamazepine, diclofenac, ibuprofen and naproxen were found in the Montreal physicochemical primarytreated effluents at concentrations ranging from 13 to 3522 ng/L. Most of the substances were eliminated at a rate lower than 10%. Biological treatments (aerobic conditions) with activated sludge resulted in much better removal rates (> 50%) for those studied substances. Interestingly, this type of process showed some selectivity with respect to the size and polarity of the removed substances; the smallest and most polar substances were removed at better rates, while the persistent carbamazepine (273-483 ng/L) and diclofenac (52-68 ng/L) were poorly removed. In the case of treatment by aerated lagoons, the most abundant substances were hydroxy-ibuprofen (339-3938 ng/L), naproxen (16-763 n/L) and carbamazepine (164-425 ng/L). To assess the impacts of all these contaminants on the environment and human health, we need to better understand the chemical and physical transformations occurring at the treatment plant and in the receiving waters.
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 | 0,002 |
| 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) | 0,000 | 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 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 ».