MétaCan
Menu
Retour à la cohorte
Enregistrement W2940063179 · doi:10.1021/acs.est.8b03683

Evaluating Microbial and Chemical Hazards in Commercial Struvite Recovered from Wastewater

2019· article· en· W2940063179 sur OpenAlexafffund
Rachel A. Yee, Mats Leifels, Candis Scott, Nicholas J. Ashbolt, Yang Liu

Notice bibliographique

RevueEnvironmental Science & Technology · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhosphorus and nutrient management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCity of EdmontonNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésStruviteWastewaterFertilizerSewage treatmentEnvironmental scienceEnvironmental chemistryPulp and paper industryWaste managementBiotechnologyChemistryEnvironmental engineeringBiologyEcology

Résumé

récupéré en direct d'OpenAlex

O) precipitation has become a well-known process for nutrient recovery from wastewater treatment systems to alleviate the pressures of diminishing, finite rock phosphate reservoirs. Nonetheless, coprecipitation of potential microbial and chemical hazards is poorly understood. On the other hand, antimicrobial resistance (AMR) is a major global public health concern and wastewater is thought to disseminate resistance genes within bacteria. Fecal indicator bacteria (FIB) are typically used as measures of treatment quality, and with multiresistant E. coli and Enterococcus spp. rising in concern, the quantification of FIB can be used as a preliminary method to assess the risk of AMR. Focusing on struvite produced from full-scale operations, culture and qPCR methods were utilized to identify FIB, antibiotic resistance genes, and human enteric viruses in the final product. Detection of these hazards occurred in both wet and dry struvite samples indicating that there is a potential risk that needs further consideration. Chemical and biological analyses support the idea that the presence of other wastewater components can impact struvite formation through ion and microbial interference. While heavy metal concentrations met current fertilizer standards, the presence of K, Na, Ca, and Fe ions can impact struvite purity yet provide benefit for agricultural uses. Additionally, the quantified hazards detected varied among struvite samples produced from different methods and sources, thus indicating that production methods could be a large factor in the risk associated with wastewater-recovered struvite. In all, coprecipitation of metals, fecal indicator bacteria, antimicrobial resistance genes, and human enteric viruses with struvite was shown to be likely, and future engineered wastewater systems producing struvite may require additional step(s) to manage these newly identified public health risks.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,084
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,007
Tête enseignante GPT0,229
Écart entre enseignants0,222 · 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.

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

Citations52
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetPhosphorus and nutrient managementTravaux en français237 207