The significance of fluorinated compound chain length, treatment technology, and influent composition on per- and polyfluoroalkyl substances removal in worldwide wastewater treatment plants
Notice bibliographique
Résumé
Wastewater treatment plants (WWTPs) are deemed major conveyors and point sources of per- and polyfluoroalkyl substances (PFAS) to the environment. This statistical meta-analysis of existing literature from the past 15 years focused on the significance of treatment type for PFAS removal efficiencies and the influence of PFAS sources (domestic vs. industrial) on their removal. Different sampling events, WWTPs across the world, different treatment technologies, configurations, and processes, as well as different PFAS classes and compounds were considered. This study evaluated 13 PFAS analyzed predominantly in 161 WWTPs across the world. The statistical test results revealed that these 13 frequently detected and reported PFAS can be divided into four groups based on their behavior during wastewater treatment, namely (1) C6-10 perfluorocarboxylic acids (PFCAs), (2) C4,5,11,12 PFCAs, (3) C4,6,8 perfluoroalkane sulfonic acids (PFSAs), and (4) C10 PFSA. In this study, biological treatments such as (1) membrane bioreactors, (2) combination of two or more biological treatments, and (3) biofilm processes revealed the highest PFAS removals, although the addition of a tertiary treatment actually had a nonbeneficial effect on PFAS removal. Moreover, a strong statistical correlation was observed between industrial wastewater sources and the presence of high influent PFAS concentrations in the receiving WWTPs. This indicates that industrial sources were the main contributors of the PFAS load in the analyzed WWTPs. Integr Environ Assess Manag 2024;20:59-69. © 2023 The Authors. Integrated Environmental Assessment and Management published by Wiley Periodicals LLC on behalf of Society of Environmental Toxicology & Chemistry (SETAC).
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».