Investigating the different transformations of tetracycline using birnessite under different reaction conditions and various humic acids
Notice bibliographique
Résumé
Prior studies have successfully used manganese oxides to facilitate the transformation of tetracycline in aqueous solution. To further understand the kinetic and the transformation pathway of tetracycline via birnessite (δ-MnO 2 ) under different conditions, experiments were conducted at pH levels of 3, 6, and 9 in the presence or absence of Aldrich humic acid (ADHA). Tetracycline removal followed the pseudo-second-order reaction model in all investigated cases, and the removal efficiency (g mg −1 h −1 ) followed the following trend: pH 3 (0.45/0.27) > pH 6 (0.036/0.087) > pH 9 (0.036/0.103) in the absence/presence of ADHA. Liquid chromatography–mass spectrometry/mass spectrometry results identified five main transformation products at m/z 495, 477, 493, 459, and 415, produced by the transformation reactions, including hydration, oxidation , desaturation , and oxy reduction. Notably, in the presence of ADHA at pH 3, products with higher toxicity secondary (m/z 477 and 495) were reduced, while less toxicity products (m/z 459 and 415) were enhanced. The experiments utilizing tetracycline and δ-MnO 2 with varied humic acids (HA) revealed that HA with high polar organic carbon groups, such as O-alkyl, exhibited higher removal efficiency at pH 6. This research offers the first comprehensive insights into the pathway transformations of tetracycline via δ-MnO 2 under different pH conditions and HA types. For further understanding, future work should investigate the binding of HA, TTC, and/or Mn 2+ and the oxidation capacity of MnO 2 after the reaction to clarify Mn 2+ elution mechanisms.
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) | 0,000 | 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 ».