MétaCan
Menu
Retour à la cohorte
Enregistrement W4401209221 · doi:10.3390/chemengineering8040078

Arsenic in Water: Understanding the Chemistry, Health Implications, Quantification and Removal Strategies

2024· article· en· W4401209221 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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueChemEngineering · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueArsenic contamination and mitigation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArsenicMetalloidGroundwaterArsenic contamination of groundwaterEnvironmental scienceArsenateContaminationHuman healthArsenic toxicityEnvironmental healthEnvironmental chemistryWater resource managementEnvironmental protectionChemistryEcologyBiologyMedicineGeology

Résumé

récupéré en direct d'OpenAlex

Arsenic, the 20th most common element in Earth’s crust and historically regarded as the King of Poisons, occurs naturally in two oxidation states, Arsenate (V) and Arsenite (III), and is prevalent worldwide through natural and anthropogenic means. The cations of the metalloid exhibit unique chemical behaviour in water and are found to be components of approximately 245 natural minerals, making its occurrence in drinking water a compelling challenge, especially in groundwater. This comprehensive review collates information regarding the prevalence of arsenic contamination in water worldwide and its impact on human health, its chemical behaviour, methods for detection and quantification, and treatment strategies. A comprehensive search was conducted, and the selection of eligible studies was carried out using the PRISMA (the preferred reporting items for systematic reviews and meta-analyses) guidelines. Essential characteristics of eligible research studies were extracted based on geographical areas, origins, concentration levels and the magnitude of populations vulnerable to arsenic contamination in groundwater sources. Arsenic contamination of water affects over 100 countries including Canada, the United States, Pakistan, China, India, Brazil and Bangladesh, where hydrogeological conditions favour prevalence and groundwater is the primary water source for food preparation, irrigation of food crops and drinking water. This leads to human exposure through absorption, ingestion and inhalation, causing numerous health disorders affecting nearly all systems within the human body, with acute and chronic toxicity including cancers. The presence of arsenic in water poses a considerable challenge to humanity, prompting scientists to devise diverse mitigation approaches categorized as (a) oxidation processes, (b) precipitation methods, (c) membrane technologies, (d) adsorption and ion exchange methods, and (e) social interventions. This comprehensive review is expected to be a valuable source for professionals in the water industry, public management, and policymaking, aiding their ongoing and future research and development efforts.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,796
Score d'incertitude au seuil0,157

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,024
Tête enseignante GPT0,254
Écart entre enseignants0,231 · 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