MétaCan
Menu
Retour à la cohorte
Enregistrement W2766448552 · doi:10.2166/ws.2017.214

Effect of vacuum UV irradiation on the concentration of dissolved cyanobacterial toxin microcystin-LR

2017· article· en· W2766448552 sur OpenAlexaff
Pranav Chintalapati, Madjid Mohseni

Notice bibliographique

RevueWater Science & Technology Water Supply · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAlkalinityDegradation (telecommunications)ChemistryChlorideDissolved organic carbonIrradiationEnvironmental chemistryPhotodissociationRadicalNuclear chemistryPhotochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract This study investigated the capability of vacuum UV to reduce the concentration of cyanobacterial toxin microcystin-LR (MC-LR) using low-pressure Hg lamps emitting 185 nm and 254 nm light. A collimated beam setup was used to irradiate samples of MC-LR solutions prepared in Milli-Q® water. The impact of competing water compounds was tested using solutions containing dissolved organic carbon (DOC), alkalinity (NaHCO3), and chloride (NaCl). Results showed that MC-LR in pure water at typical concentrations found in cyanobacterial bloom waters (17 and 40 μg/L) could be reduced below detection limits (0.5 μg/L) within one minute of irradiation time by a UV dose less than 40 mJ/cm2. A solution with a much higher initial concentration of MC-LR (870 μg/L) did show a reduced degradation rate. The presence of competing compounds does appear to reduce observed MC-LR degradation rates with the greatest impact caused by DOC followed by alkalinity followed by chloride. MC-LR degradation appears to occur by both direct photolysis by 254 nm photons and by advanced oxidation by hydroxyl radicals generated from 185 nm photons. Vacuum UV has shown promising capability at reducing MC-LR concentration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,096
Score d'incertitude au seuil0,655

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,004
Tête enseignante GPT0,215
Écart entre enseignants0,211 · 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 tête enseignante, 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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & Technology Water SupplyMême sujetAquatic Ecosystems and Phytoplankton DynamicsTravaux en français237 207