MétaCan
Menu
Retour à la cohorte
Enregistrement W4286751594 · doi:10.1016/j.scitotenv.2022.157548

Adsorption of SARS-CoV-2 onto granular activated carbon (GAC) in wastewater: Implications for improvements in passive sampling

2022· article· en· W4286751594 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueThe Science of The Total Environment · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 detection and testing
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaResearch Nova Scotia
Mots-clésWastewaterAdsorptionSampling (signal processing)ChemistrySewage treatmentEnvironmental scienceChromatographyActivated carbonSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Environmental engineeringFreundlich equationPulp and paper industryCoronavirus disease 2019 (COVID-19)Organic chemistryComputer scienceMedicineEngineeringFilter (signal processing)

Résumé

récupéré en direct d'OpenAlex

Based on recent studies, passive sampling is a promising method for detecting SARS-CoV-2 in wastewater surveillance (WWS) applications. Passive sampling has many advantages over conventional sampling approaches. However, the potential benefits of passive sampling are also coupled with apparent limitations. We established a passive sampling technique for detecting severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) in wastewater using electronegative filters. Though, it was evident that the adsorption capacity of the filters constrained their use. This work intends to demonstrate an optimized passive sampling technique for SARS-CoV-2 in wastewater using granular activated carbon (GAC). Through bench-scale batch-adsorption studies and sewershed deployments, we established the adsorption characteristics of SARS-CoV-2 and two human feacal viruses (PMMoV and CrAssphage) onto GAC. A pseudo-second-order model best-described adsorption kinetics for SARS-CoV-2 in either deionized (DI) water and SARS-CoV-2, CrAssphage, and PMMoV in wastewater. In both laboratory batch-adsorption experiments and in-situ sewershed deployments, the maximum amount of SARS-CoV-2 adsorbed by GAC occurred at ~60 h in wastewater. In wastewater, the maximum adsorption of PMMoV and CrAssphage by GAC occurred at ~60 h. In contrast, the adsorption capacity was reached in DI water seeded with SARS-CoV-2 after ~35 h. The equilibrium assay modeled the maximum adsorption quantity (qmax) in wastewater with spiked SARS-CoV-2 concentrations using a Hybrid Langmuir-Freundlich equation, a qmax of 2.5 × 109 GU/g was calculated. In paired sewershed deployments, it was found that GAC adsorbs SARS-CoV-2 in wastewater more effectively than electronegative filters. Based on the anticipated viral loading in wastewater, bi-weekly sampling intervals with deployments up to ~96 h are highly feasible without reaching adsorption capacity with GAC. GAC offers improved sensitivity and reproducibility to capture SARS-CoV-2 RNA in wastewater, promoting a scalable and convenient alternative for capturing viral pathogens in 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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,230

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,043
Tête enseignante GPT0,289
Écart entre enseignants0,246 · 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