Large-Scale Green Liver System for Sustainable Purification of Aquacultural Wastewater: Construction and Case Study in a Semiarid Area of Brazil (Itacuruba, Pernambuco) Using the Naturally Occurring Cyanotoxin Microcystin as Efficiency Indicator
Notice bibliographique
Résumé
The aquaculture industry in Brazil has grown immensely resulting in the production of inefficiently discarded wastewater, which causes adverse effects on the aquatic ecosystem. The efficient treatment of aquaculture wastewater is vital in reaching a sustainable and ecological way of fish farming. Bioremediation in the form of the Green Liver System employing macrophytes was considered as wastewater treatment for a tilapia farm, COOPVALE, in Itacuruba, Brazil, based on previously demonstrated success. A large-scale system was constructed, and the macrophytes Azolla caroliniana, Egeria densa, Myriophyllum aquaticum, and Eichhornia crassipes were selected for phytoremediation. As cyanobacterial blooms persisted in the eutrophic wastewater, two microcystin congeners (MC-LR and -RR) were used as indicator contaminants for system efficiency and monitored by liquid-chromatography–tandem-mass-spectrometry. Two trial studies were conducted to decide on the final macrophyte selection and layout of the Green Liver System. In the first trial, 58% MC-LR and 66% MC-RR were removed and up to 32% MC-LR and 100% MC-RR were removed in the second trial. Additional risks that were overcome included animals grazing on the macrophytes and tilapia were spilling over from the hatchery. The implementation of the Green Liver System significantly contributed to the bioremediation of contaminants from the fish farm.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».