Sustainable Fiber-Based Materials as Super-bridging Agents, Adsorbents, and Ballast Media
Notice bibliographique
Résumé
Aggregation combined with gravitational separation is the most commonly used method to treat water globally, but it carries a significant economic and environmental burden as the chemicals used in the process (e.g., coagulants) generate ~8 million tons of metal-based sludge waste annually. To simultaneously deal with the issues of process sustainability, cost, and efficiency, we developed materials reengineered from pristine or waste fibers (e.g., cellulose, polyester, cotton, and keratin) to serve as super-bridging agents, adsorbents and ballast media. This study shows that these sustainable materials (fibers, microspheres, and flakes functionalized with Si, Al and/or Fe) considerably increased the floc size (~6630 µm) compared to conventional physicochemical treatment (~520 µm; using alum and polyacrylamide). The fiber-based materials also reduced chemical usage (20–60 %) and improved contaminant removal during settling by increasing floc size and density. Moreover, the unprecedented size of flocs produced using fiber-based materials (13 times larger compared to conventional treatment) enabled easy floc removal by screening, thereby eliminating the need for a settling tank, a large and costly process unit used to treat more than 70% of water globally. Our results show that fiber-based materials can be effective solutions at removing classical (e.g., natural organic matter (NOM) and phosphorus, via electrostatic affinities) and emerging contaminants (e.g., microplastics and nanoplastics). Due to their large size (> 3000 µm), some Si-grafted and Fe-grafted fiber-based materials were easily recovered from settled/screened sludge and reused multiple times for coagulation/flocculation. These reusable materials combined with separation via screening could allow global water treatment facilities to reduce their capital and operating costs as well as their environmental footprint. Finally, our results also show that these materials could be used in synergy with coagulants and flocculants to improve existing water treatment plants for the removal of NOM, phosphorus, turbidity, total suspended solids and microplastics.
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 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».