Ferrrate(VI) and freeze-thaw treatment for oxidation of hormones and inactivation of fecal coliforms in sludge
Notice bibliographique
Résumé
This study examined the individual and combined effects of potassium ferrate(VI) additions and freeze-thaw conditioning for the treatment and dewatering of wastewater sludge in cold climates, with particular focus on the inactivation of fecal coliforms and oxidation of estrogens, androgens, and progestogens. The first phase of the study evaluated the effects of potassium ferrate(VI) pre-treatment followed by freeze-thaw at -20 °C using a low (0.5 g/L) and high (5.0 g/L) dose of potassium ferrate(VI). The results showed that pre-treatment of anaerobically digested sludge with 5 g/L of potassium ferrate(VI) reduced the concentration of fecal coliforms in the sludge cake to below 100 MPN/g DS. The second phase evaluated the ability of ferrate(VI) to oxidise selected hormones in sludge. Anaerobically digested sludge samples were spiked with 10 different hormones: estrone (E1), 17α-estradiol, 17β-estradiol (E2), estriol (E3), 17α-ethinylestradiol (EE2), equilin, mestranol, testosterone, norethindrone and norgestrel in two groups of low (3-75 ng/mL) and high (12-300 ng/L) concentration ranges of hormones. The samples were treated with either 0.5 or 1.0 g/L of potassium ferrate(VI), and hormone concentrations were measured again after treatment. Potassium ferrate(VI) additions as low as 1.0 g/L reduced the concentration of estrogens in sludge. Potassium ferrate(VI) additions of 0.5 and 1.0 g/L were less effective at reducing the concentrations of androgens and progestogens. Increasing ferrate(VI) dose would likely result in more substantial decreases in the concentrations of fecal coliforms and hormones. The results of this study indicate that the combined use of freeze-thaw and ferrate(VI) has the potential to provide a complete sludge treatment solution in cold regions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».