MétaCan
Menu
Retour à la cohorte
Enregistrement W4280561104 · doi:10.3390/toxics10050254

Lanthanides Release and Partitioning in Municipal Wastewater Effluents

2022· article· en· W4280561104 sur OpenAlexafffundabout
Patrice Turcotte, Shirley Anne Smyth, François Gagné, Christian Gagnon

Notice bibliographique

RevueToxics · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeochemistry and Elemental Analysis
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesEnvironment and Climate Change Canada
Mots-clésLanthanideEffluentEnvironmental scienceWastewaterEnvironmental chemistrySewage treatmentLutetiumChemistryWaste managementEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

The use of lanthanides is increasing in our society, whether in communication technologies, transportation, electronics or medical imaging. Some lanthanides enter urban wastewater and flow through municipal wastewater treatment plants (WWTPs). However, little is known about the effectiveness of treatment processes to remove these elements and the concentrations released in effluents to receiving waters. The main objective of this study was to investigate the fate of lanthanides in various wastewater treatment processes. A secondary objective was to better understand the fate of medical gadolinium (Gd) complexes; anthropogenic inputs were differentiated from geological sources using an approach based on concentration normalization with respect to chondrite Post-Archean Australian Shale (PAAS). The hypothesis was that most lanthanides, especially of geological origin, are associated with the particulate phase and could be efficiently removed by WWTPs. To monitor these elements in different WWTPs, various urban influents and effluents from simple aerated lagoons to advanced treatments were sampled in Canada. The results showed that the rates of lanthanide removal by treatment processes decrease with their atomic number; from 95% for cerium (Ce) to 70% for lutetium (Lu), except for Gd, which was minimally removed. The normalization approach permitted the determination of the origin of Gd in these wastewaters, i.e., medical application versus the geological background. By distinguishing the geogenic Gd fraction from the anthropogenic one, the removal efficiency was evaluated according to the origin of the Gd; nearly 90% for geogenic Gd and a rate varying from 15% to 50% in the case of anthropogenic Gd. The processes using alum as the flocculating agent had the highest removal efficiency from wastewater.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,199
Écart entre enseignants0,187 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueToxicsMême sujetGeochemistry and Elemental AnalysisTravaux en français237 207