Assessment of carbamazepine removal from hospital wastewater in a non conventional biofilter and the application of electro-oxidation as pre-treatment
Notice bibliographique
Résumé
Hospital wastewater (HWW) is characterized by a high drug \nconcentration, which can cause endocrine effects and bacterial resistance, \namong others. For this study, carbamazepine (CBZ) was selected as a \ncontaminant model to evaluate the removal efficiency from HWW of \nrecalcitrant pharmaceuticals in a non-conventional biofilter (BF), packed \nwith a mixture of wood chips (Prosopis) and porous rock (pouzzolane). \nThe effect of electro-oxidation (EO) as pre-treatment was assessed as \nwell. A biofilm adapted to the HWW was developed in the BF. The addition \nof high concentrations of CBZ (1,000 and 10,000 µg/L) to the influent \nHWW did not affect the removal efficiency of the BF to remove organic \nmatter (73%) and ammonia nitrogen (99 %), proving that the biomass \nwas not inhibited by the CBZ’s concentration. The BF showed a significant \nremoval of CBZ by adsorption during the start-up. The bed filter showed \nan adsorption capacity of 19.84 µg/g (Co=10,000 µg/L). After the bed \nfilter saturation operated in steady state, the BF removed by \nbiotransformation 17.2 ± 7.4% of CBZ which, in terms of concentration \n(1,551 ± 664 µg/L), is bigger than the concentration in most of the \nreports for hospital, pharmaceutical and municipal WW effluents, which \nare between 0.1 and 890 µg/L. By applying electro-oxidation as a \npretreatment, the global removal efficiency of CBZ increased to 55 ± 5.96 \n%. In the hybrid system, the EO biotransformed the CBZ, and in the BF \nthe nitrogen and the COD were removed and showed CBZ desorption.
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) | 0,001 | 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 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 ».