Impact of activated sludge process configuration on removal of micropollutants and estrogenicity
Notice bibliographique
Résumé
The efficacy of three different wastewater treatment configurations, conventional activated sludge (CAS), nitrifying activated sludge (NAS) and biological nutrient removal (BNR) for removal of selected micropollutants from authentic wastewater was investigated. The processes were also characterized based on their proficiency to reduce the estrogenic activity of the influent wastewater using the in vitro recombinant yeast assay. The removal efficiency of trimethoprim improved with the complexity of the three treatment process configurations. Ibuprofen, androstendione, sulfamethoxazole, nonyl-phenol, estrone and bisphenol-A had moderate to high removals (>65%) while carbamazepine and meprobamate remained recalcitrant in the three treatment process configurations. The removal of gemfibrozil was better in the NAS than in BNR and CAS treatment configurations. The yeast estrogen screen (YES) assay analyses showed an improvement in estrogenicity removal in the BNR and NAS treatment configurations as compared to the CAS treatment configuration. Comparing the estrogenic responses from the three treatment configurations, the removal efficiencies followed the order of BNR=NAS>CAS and all were greater than 81%.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| 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 ».