Effect of spring runoff on 2,6-dichloro-1,4-benzoquinone formation during water treatment
Notice bibliographique
Résumé
This study investigated the impacts of spring runoff on the formation of halobenzoquinones (HBQs) and their correlation with common water quality parameters (WQPs) and aromatic amino acids (AAs) in source water. Source water and treated water samples were collected at two drinking water treatment plants in 2021, 2022, and 2023. HBQs and aromatic AAs were analyzed using solid phase extraction with high performance liquid chromatography-tandem mass spectrometry methods. The only HBQs detected in treated water were 2,6-dichloro-1,4-benzoquinone (DCBQ) and hydroxy‑DCBQ (OH-DCBQ). The concentration of DCBQ was 3-4 times higher during spring runoff events than during non-spring-runoff periods, suggesting the impact of spring runoff on the formation of DCBQ. The DCBQ concentrations in finished water positively correlated with the color, dissolved organic carbon, total organic nitrogen, and specific ultraviolet absorbance WQPs of source water in 2021 and 2022. The temporal trend of the total aromatic AAs determined in source water was strongly and positively correlated to DCBQ in finished water. Finally, there was a significant positive correlation between the concentration of DCBQ determined immediately following the addition of chlorine and the presence of its transformation product, OH-DCBQ, in finished water. The results also showed that powdered activated carbon can remove some of the HBQ precursors in the source water to reduce DCBQ formation. This study demonstrated that WQPs and aromatic AAs are useful indicators for the removal of precursors to reduce HBQ formation during drinking water treatment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».