Determination of Diphenylamine Antioxidants in Wastewater/Biosolids and Sediment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Diphenylamine derivatives are widely used as antioxidant additives in vehicle engine oils, commercial/industrial lubricants, and products composed of rubber. Their presence in the environment results primarily from human activity, and there are no known environmental measurements of these substances in any media. In this study, 17 components of three diphenylamine substances, 2-propanone, reaction products with diphenylamine (PREPOD), 1,4-benzenediamine, N,N′-mixed phenyl and tolyl derivatives (BENPAT), and benzenamine, N-phenyl-, reaction products with styrene and 2,4,4-trimethylpentene (BNST), were identified and quantified from their associated technical mixtures by Fourier transform ion cyclotron resonance mass spectrometry and flame ionization detection, and a method was developed for the determination of their presence in wastewater, biosolids, and sediment samples using gas chromatography-tandem triple-quadrupole mass spectrometry. The methods were applied to the analysis of influent, effluent, and biosolid samples, and the sums of all of the diphenylamine derivative components were 58.3–72 ng L–1, 1.48–27.1 ng L–1, and 226–1202 ng (g of dry weight)−1, respectively. Nine sediment samples collected in Ontario, Canada, contained the sum concentrations of the target compounds ranging from 1 to 1000 ng (g of dry weight)−1. To the best of our knowledge, this is the first work to report PREPOD, BENPAT, and BNST compounds in environmental samples.
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.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 découle