Sorption and biodegradation of six pharmaceutically active compounds under four different redox conditions
Notice bibliographique
Résumé
This study explored the removal of six pharmaceutically active compounds (PhACs) in lab-scale experiments with sediments under four redox conditions, namely aerobic, nitrate reducing, sulfate reducing, and methanogenic conditions using batch and column set-ups. Redox conditions were found to influence PhAC removal by sorption and biodegradation. The most optimal PhAC removal was observed at the outer ranges of the redox spectrum, i.e. either aerobic or deep anaerobic (sulfate reducing and methanogenic conditions), whereas nitrate reducing conditions were found least effective for PhACs biodegradation and sorption. For instance, sorption coefficient Kd values for metoprolol in column experiments were 90, 65, 42 and 11 L/kg for sulfate reducing, methanogenic, aerobic and nitrate reducing conditions, respectively. For the same conditions Kd values for propranolol were 101, 94, 55 and 55 L/kg, respectively. As expected, biodegradation efficiencies were highest under aerobic conditions, showing >99% removal of caffeine and naproxen, but no removal for propranolol and carbamazepine. The adaptive capacity of sediment was demonstrated by pre-exposure to PhACs leading to improved PhAC biodegradation. The results of this study indicate the necessity to combine diverse redox conditions, including aerobic conditions, for maximizing PhAC removal by sorption and biodegradation. Furthermore, our findings stress the need for additional treatment measures as recalcitrant PhACs are not effectively removed under any redox condition.
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 | 0,001 |
| 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) | 0,002 | 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 ».