In-situ electrochemical Fe(VI) for removal of microcystin-LR from drinking water: comparing dosing of the ferrate ion by electrochemical and chemical means
Notice bibliographique
Résumé
Abstract Harmful algal blooms (HAB) release microtoxins that contaminate drinking water supplies and risk the health of millions annually. Crystalline ferrate(VI) is a powerful oxidant capable of removing algal microtoxins. We investigate in-situ electrochemically produced ferrate from common carbon steel as an on-demand alternative to crystalline ferrate for the removal of microcystin-LR (MC-LR) and compare the removal efficacy for both electrochemical (EC) and chemical dosing methodologies. We report that a very low dose of EC-ferrate in deionized water (0.5 mg FeO42− L−1) oxidizes MC-LR (MC-LR0 = 10 μg L−1) to below the guideline limit (1.0 μg L−1) within 10 minutes' contact time. With bicarbonate or natural organic matter (NOM), doses of 2.0–5.0 mg FeO42− L−1 are required, with lower efficacy of EC-ferrate than crystalline ferrate due to loss of EC-ferrate by water oxidation. To evaluate the EC-ferrate process to concurrently oxidize micropollutants, coagulate NOM, and disinfect drinking water, we spiked NOM-containing real water with MC-LR and Escherichia coli, finding that EC-ferrate is effective at 10.0 mg FeO42− L−1 under normal operation or 2.0 mg FeO42− L−1 if the test water has initial pH optimized. We suggest in-situ EC-ferrate may be appropriate for sporadic HAB events in small water systems as a primary or back-up technology.
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 | 0,001 | 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 ».