Fate of Zinc Oxide Nanoparticles in a Biosolid Slurry Characterized for Metal Complexation Characteristics
Notice bibliographique
Résumé
Zinc oxide nanoparticles (NPs) present in domestic wastewaters may accumulate in biosolids used as fertilizer. In this paper, metal complexation by typical biosolids is explored using methods from the humics literature. Uptake of Zn from NPs in the biosolids is evaluated. Finally, the kinetics of release of Zn species are reported as a function of (i) pH and (ii) the presence of strong binding ligands (e.g., ion exchange resin promoting release). The investigation revealed that (i) metal binding sites of biosolids are analogs of humic substances, (ii) ZnO NPs do not survive in the digestion environment, and (iii) any ZnO NPs dissolve to aqueous Zn 2+ in <10 d. Kinetics of Zn in biosolids revealed that Zn release is a function of biosolid protonation. At pH 8, Zn is retained in the biosolids, whereas at pH 4.5, 10% of Zn is released from the biosolids. Adding a chelating resin to the system at pH 5.0 led to Zn release from the biosolids as per Noyes–Whitney kinetics, releasing 85% of the bound Zn in 360 h. Fifteen percent of Zn appeared to be irreversibly bound. Core Ideas Thorough chemical characterization of biosolids was performed. Metal binding sites of biosolids are analogs of humic substances. Release of Zn species by biosolids is a function of biosolids protonation. Added chelating agent drove Zn release from biosolids according Noyes–Whitney kinetics.
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 | 0,002 | 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 ».