Degradation of pharmaceutical contaminants in water by an advanced plasma treatment
Notice bibliographique
Résumé
ABSTRACT Contamination of water bodies with pharmaceutical compounds and their adverse effects on human and wildlife has been a source of concern for many societies. The need for more effective water treatment processes has been felt to eliminate these contaminants from water. In this work, single electrode non-thermal plasma in a floating electrode streamer corona discharge (FESCD) system is utilized for effective degradation of antibiotic ampicillin and non-steroidal anti-inflammatory drug (NSAID) ibuprofen. It was found that, after 3 h of plasma treatment, 100% of ampicillin and 90% of ibuprofen was degraded in the solution. The energy yield (the amount of degraded contaminants by consuming 1 kWh of energy) was calculated to be 0.12–0.13 g/kWh. Total Organic Carbon (TOC) measurements showed 20% and 60% mineralization for ampicillin and ibuprofen, respectively. Hydroxyl radicals were found to play a major role in the degradation of both contaminants. Furthermore, in both cases, the formation of oxygenated by products implied a possible role of ozone molecules in the degradation mechanism. Finally, Fluorescence Excitation-Emission Matrix (FEEM) was utilized to track the degradation of the contaminants in the tap water through the change in fluorescence properties and the connections between FEEM signals and the identified degradation by products were outlined.
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 | 0,000 |
| 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 ».