Morphological Transformation of Silver Nanoparticles from Commercial Products: Modeling from Product Incorporation, Weathering through Use Scenarios, and Leaching into Wastewater
Notice bibliographique
Résumé
There is increasing interest in the environmental fate and effects of engineered nanomaterials due to their ubiquitous use in consumer products. In particular, given the mounting evidence that dramatic transformations can occur to a nanomaterial throughout its product lifecycle, the appropriateness of using pristine nanomaterials in environmental testing is being questioned. Using a combination of transmission electron microscopy (TEM), energy dispersive X-ray spectroscopy (EDS), X-ray photoelectron spectroscopy (XPS), and inductively coupled plasma-mass spectrometry (ICP-MS), this work examines the morphological and compositional effects of conditions mimicking a typical lifecycle of a nano-enabled product, from the production of the silver nanoparticle (AgNP)-laden textiles, through its use, laundering, and then finally, its leaching and incubation in the wastewater collection system. These simulated weathering conditions showed evidence for the transformation of AgNPs into AgCl and Ag2S. Incubation in raw wastewater had the most dramatic effect on the AgNPs in terms of transformation, no matter what initial weathering was applied to the NPs prior to incubation. However, despite extensive transformation noted, AgNPs were still present within all the samples after the use scenarios.
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 | 0,001 |
| 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 ».