Per- and Polyfluoroalkyl Substances in Landfill Leachate: Patterns, Time Trends, and Sources
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Concentrations and isomer profiles for 24 per- and polyfluoroalkyl substances (PFASs) were monitored over 5 months (February-June, 2010) in municipal landfill leachate. These data were used to assess the role of perfluoroalkyl acid (PFAA) precursor degradation on changes in PFAA concentrations over time. The influence of total organic carbon, total suspended solids, pH, electrical conductivity (EC), leachate flow rates, and meteorological data (precipitation, air temperature) on leachate PFAS concentrations was also investigated. Perfluoropentanoate and perfluorohexanoate were typically the dominant PFASs in leachate, except for March-April, when concentrations of perfluorooctane sulfonate, perfluorooctanoate, and numerous PFAA-precursors (i.e., (N-alkyl) perfluorooctane sulfonamides and fluorotelomer carboxylic acids) increased by a factor of 2-10 (~4 μg/L to ~36 μg/L ΣPFASs). During this time, isomer profiles of PFOA became increasingly dominated by the linear isomer, likely from transformation of linear, telomer-manufactured precursors. While ΣPFAA-precursors accounted for up to 71% of ΣPFASs (molar basis) in leachate from this site, leachate from a second landfill displayed only low concentrations of precursors (<1% of ΣPFASs). Overall, degradation of PFAA-precursors and changes in leachate pH, EC, and 24-h precipitation were important factors controlling PFAS occurrence in leachate. Finally, 8.5-25 kg/yr (mean 16 kg/yr) of ΣPFASs was estimated to leave the landfill via leachate for subsequent treatment at a wastewater treatment plant.
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.
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 | 0,001 | 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 | 0,004 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découle