A Review on Emerging Pollutants in the Water Environment: Existences, Health Effects and Treatment Processes
Notice bibliographique
Résumé
Emerging pollutants (EPs), also known as micropollutants, have been a major issue for the global population in recent years as a result of the potential threats they bring to the environment and human health. Pharmaceuticals and personal care products (PPCPs), antibiotics, and hormones that are used in great demand for health and cosmetic purposes have rapidly culminated in the emergence of environmental pollutants. EPs impact the environment in a variety of ways. EPs originate from animal or human sources, either directly discharged into waterbodies or slowly leached via soils. As a result, water quality will deteriorate, drinking water sources will be contaminated, and health issues will arise. Since drinking water treatment plants rely on water resources, the prevalence of this contamination in aquatic environments, particularly surface water, is a severe problem. The review looks into several related issues on EPs in water environment, including methods in removing EPs. Despite its benefits and downsides, the EPs treatment processes comprise several approaches such as physico-chemical, biological, and advanced oxidation processes. Nonetheless, one of the membrane-based filtration methods, ultrafiltration, is considered as one of the technologies that promises the best micropollutant removal in water. With interesting properties including a moderate operating manner and great selectivity, this treatment approach is more popular than conventional ones. This study presents a comprehensive summary of EP’s existence in the environment, its toxicological consequences on health, and potential removal and treatment strategies.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».