Precursors of Halobenzoquinones and Their Removal During Drinking Water Treatment Processes
Notice bibliographique
Résumé
Halobenzoquinones (HBQs) widely occur in drinking water treatment plant (DWTP) effluents; however, HBQ precursors and their removal by treatments remain unclear. Thus, we have investigated HBQ precursors in plant influents and their removal by each treatment before chlorination in nine DWTPs. The levels of HBQ precursors were determined using formation potential (FP) tests for 2,6-dichloro-1,4-benzoquinone (DCBQ), 2,3,6-trichloro-1,4-benzoquinone (TCBQ), 2,6-dichloro-3-methyl-1,4-benzoquinone (DCMBQ), and 2,6-dibromo-1,4-benzoquinone (DBBQ). HBQ precursors were present in all plant influents. DCBQ precursors were the most abundant (DCBQ FP up to 205 ng/L). Coagulation removed dissolved organic carbon (DOC) (up to 56%) and HBQ precursors (up to 39% for DCBQ). The level of removal of DOC was significantly greater than the level of removal of HBQ FP, suggesting that organic matter removed by coagulation had a high proportion of non-HBQ-precursor material. Granular activated carbon (GAC) decreased the level of HBQ FPs by 10-20%, where DOC removal was only 0.2-4.7%, suggesting that the GAC was not in the adsorption mode and biodegradation of HBQ precursors may have been occurring. Ozonation destroyed/transformed HBQ FPs by 10-30%, whereas anthracite/sand filtration and UV irradiation appeared to have no impact. The results demonstrated that the combined treatments did not substantially reduce HBQ precursor levels in water.
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 | 0,001 |
| 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 ».