Removal Effectiveness of Nanoplastics (<400 nm) with Separation Processes Used for Water and Wastewater Treatment
Notice bibliographique
Résumé
Microplastics and nanoplastics are abundant in the environment, and the fate and impact of nanoplastics are of particular interest because of their small size. Wastewater treatment plants are a sink for nanoplastics, and large quantities of nanoplastics are discharged into surface waters through wastewater as well as stormwater effluents. There is a need to understand the fate and removal of nanoplastics during water, wastewater, and stormwater treatment, and this study investigated their removal on a bench-scale using synthesized nanoplastics (<400 nm) to allow controlled experiments. Plastic particles were created in the lab to control their size, and bench-scale dewatering devices were tested for their ability to remove these particles. Filtration with a 0.22 μm filter removed 92 ± 3% of the particles, centrifugation at 10,000 rpm (670,800 g) for 10 min removed 99 ± 1% of the particles, and ballasted flocculation removed 88 ± 3%. These results provide a general idea of the magnitude of the removal of nanoplastics with separation processes, and more work is recommended to determine the degree of removal with full-scale unit processes. Even though the removal was good using all three treatments, smaller particles escaping treatment may increase the nanoplastics concentration of receiving water bodies and impact aquatic ecosystems.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».