The Use of Surface-Modified Nanocrystalline Cellulose Integrated Membranes to Remove Drugs from Waste Water and as Polymers to Clean Oil Sands Tailings Ponds
Notice bibliographique
Résumé
There is an urgent environmental need to remediate waste water. In this study, the use of surface-modified nanocrystalline cellulose (CNC) to remove polluting drugs or chemicals from waste water and oil sands tailing ponds has been investigated. CNC was modified by either surface adsorbing cationic or hydrophobic species or by covalent methods and integrated into membrane water filters. The removal of either diclofenac or estradiol from water was studied. Similar non-covalently modified CNC materials were used to flocculate clays from water or to bind naphthenic acids which are contaminants in tailing ponds. Estradiol bound well to hydrophobically modified CNC membrane filter systems. Similarly, diclofenac (anionic drug) bound well to covalently cationically modified CNC membranes. Non-covalent modified CNC effectively flocculated clay particles in water and bound two naphthenic acid chemicals (negatively charged and hydrophobic). Modified CNC integrated into water filter membranes may remove drugs from waste or drinking water and contaminants from tailing ponds water. Furthermore, the ability of modified CNC to flocculate clays particles and bind naphthenic acids may allow for the addition of modified CNC directly to tailing ponds to remove both contaminants. CNC offers an environmentally friendly, easily transportable and disposable novel material for water remediation purposes.
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 | 0,000 | 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) | 0,000 | 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 ».