MétaCan
Menu
Retour à la cohorte
Enregistrement W2282798545 · doi:10.2166/wst.2015.234

Removal and transformation products of ibuprofen obtained during ozone- and ultrasound-based oxidative treatment

2015· article· en· W2282798545 sur OpenAlexaff
Viviane Yargeau, Félix Danylo

Notice bibliographique

RevueWater Science & Technology · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAdvanced oxidation water treatment
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésSonicationHydrogen peroxideChemistryOzoneOxalic acidChemical oxygen demandHydroxyl radicalEnvironmental chemistryChromatographyNuclear chemistryWastewaterInorganic chemistryOrganic chemistryRadicalWaste management

Résumé

récupéré en direct d'OpenAlex

The oxidation of ibuprofen (IBP) in water was evaluated using oxidative treatments: ozonation, sonication, hydrogen peroxide addition and combinations of these processes. After 20 minutes of treatment, ozone coupled with hydrogen peroxide at pH 7, 15 °C, an ozone dose of 16 mg/L and a hydrogen peroxide concentration of 7.1 mg/L was found to have the highest IBP (95%) and chemical oxygen demand (COD) (41%) removals. A synergistic effect was observed for the combined ozonation/sonication process, which might be explained by an improved mass transfer of ozone in the solution due to the presence of ultrasonic pressure waves. Transformation products were detected in the treated solutions. The nature of five of these products was confirmed by liquid chromatography-mass spectrometry (LC-MS), including 4-isobutylacetophenone (4-IBAP), oxo-IBP, 4-acetylbenzoic acid, 4-ethybenzaldehyde and oxalic acid. In addition, COD analyses for each experiment showed that the ratio of %COD removal to %IBP removal was highest with sonication; suggesting that this oxidative process offers other mechanisms of removal which may lead to further degradation of products formed. This study presents the first data on removal of IBP by sonication coupled to ozonation and provides some insight into the potential of this combined treatment approach for the removal of contaminants of emerging concern.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,234
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetAdvanced oxidation water treatmentTravaux en français237 207