MétaCan
Menu
Retour à la cohorte
Enregistrement W2322297502 · doi:10.2166/wst.2011.732

Removal of 17β-estradiol (E2) and its chlorination by-products from water and wastewater using non-imprinted polymer (NIP) particles

2011· article· en· W2322297502 sur OpenAlexafffund
Audrey Murray, Banu Örmeci, Edward P. C. Lai

Notice bibliographique

RevueWater Science & Technology · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePharmaceutical and Antibiotic Environmental Impacts
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Water Network
Mots-clésNIPWastewaterChlorineEndocrine disruptorAdsorptionChemistryHumic acidEnvironmental chemistryNuclear chemistryOrganic chemistryEnvironmental engineeringMaterials scienceEnvironmental scienceEndocrine systemHormoneBiochemistry

Résumé

récupéré en direct d'OpenAlex

Endocrine disrupting compounds and their chlorination by-products are two classes of emerging contaminants. Surface water and wastewater treatment technologies have limitations in removing these contaminants. This study evaluated the ability of non-imprinted polymer particles (NIP) to remove the endocrine disruptor 17beta-estradiol (E2) and its chlorination by-products from water and wastewater. NIP effectively removed 98% of 10 mg/L E2 from wastewater. NIP were also effective in removing chlorination by-products of E2 by 84.9% after 10 mg/L E2 in water was chlorinated at 5 mg/L. In the presence of 5 mg/L humic acid, NIP were able to achieve removal of 10 mg/L E2 by greater than 99.9%. Furthermore, after chlorination of 10 mg/L E2 and 5 mg/L humic acid at 10 mg/L chlorine, NIP were also able to remove the chlorination by-products formed as well as the remaining E2 by greater than 99.9%. The presence of 5 mg/L humic acid did not adversely affect the adsorption efficiency. The results of this research indicate that NIPs have good potential as a final treatment step for surface water and wastewater treatment.

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 enseignants0,000
Score d'incertitude au seuil0,001

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)0,0000,000

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 Opus0,031
Tête enseignante GPT0,244
Écart entre enseignants0,213 · 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

Citations6
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetPharmaceutical and Antibiotic Environmental ImpactsTravaux en français237 207