Continuous Monitoring of Monochloramine in Water, and Its Distinction from Free Chlorine and Dichloramine Using a Functionalized Graphene-Based Array of Chemiresistors
Notice bibliographique
Résumé
Monochloramine (MCA) is commonly added to drinking water as a disinfectant to prevent pathogen growth. The generation of MCA at the treatment plant requires tight control over both pH and the ratio of free chlorine (FC) to ammonia to avoid forming undesirable byproducts such as dichloramine (DCA) and trichloramine (TCA), which can impart odor and toxicity to the water. Therefore, continuous monitoring of MCA is essential to ensuring drinking water quality. Currently, standard colorimetric methods to measure MCA rely on the use of reagents and are unsuitable for online monitoring. In addition, other oxidants can interfere with MCA measurement. Here, we present a solid-state, reagent-free MCA sensing method using an array of few-layer graphene (FLG) chemiresistors. The array consists of exfoliated FLG chemiresistors functionalized with specific redox-active molecules that have differential responses to MCA, FC, and DCA over a range of concentrations. Chemometric methods were employed to separate the analytes' responses and to generate multivariate calibration for quantification. A minimum of three sensors are required in the array to maintain full functionality. The array has been demonstrated to quantify MCA in buffered and tap water as a low-cost, reagent-free approach to continuous monitoring.
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 ».