Groundwater nitrate contamination: Assessment and treatment using <i>Moringa oleifera</i> Lam. seed extract and activated carbon filtration
Notice bibliographique
Résumé
The present research evaluates the groundwater nitrate concentration of the Maringá region (Paraná State, Brazil) aiming at nitrate removal by coagulation/flocculation using a natural coagulant obtained from the seeds of the Moringa oleifera Lam. plant (MO) combined with an activated carbon filter. Groundwater samples were collected in Maringá City metropolitan area and characterized by physicochemical analyses. The results showed groundwater NO 3 − concentrations ranging from 0–60 mg NO 3 − L −1 . Thus, the nitrate variation in the water used in the coagulation/flocculation assays lay between 10–60 mg · L −1 of NO 3 − . In these assays both aqueous and saline MO raw extracts were added (concentrations between 0.25–11 g · L −1 ). Coagulation/flocculation treatment with aqueous MO extract presents nitrate removal of 73.3 %, and saline MO extract presents 85.4 %. The source that presented the highest nitrate concentration along with the ideal MO concentration in the coagulation/flocculation process was used for the coagulation/flocculation process followed by activated carbon filtration. The treatment with MO combined with the filter met Brazilian, American, and international potability standards for nitrate and turbidity. The present study reveals the presence of nitrate in the groundwater of the area and also enables new procedures for treating this kind of water in small rural properties and needy communities.
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 | 0,000 |
| 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 ».