Experimentally Determined Aqueous Diffusion Coefficients of PFAS Using <sup>19</sup>F NMR Diffusion-Ordered Spectroscopy
Notice bibliographique
Résumé
Per- and polyfluorinated alkyl substances (PFAS) can be found in nearly every aqueous environmental compartment, including rainwater, snow, surface waters, lakes, and oceans. Despite the global distribution of PFAS in the aquatic environment, little is known regarding their diffusion through aqueous systems. This can be limiting for passive sampling techniques, which depend on accurate diffusion coefficients to relate sampler concentrations of PFAS to system-wide concentrations. Existing methods for the measurement of aqueous diffusivity can be time-consuming, challenging, and subject to error when measuring highly fluorinated surfactants. In the present study, we employ fluorine NMR diffusion-ordered spectroscopy ( 19 F DOSY) to experimentally determine the aqueous diffusion coefficient accurately for 47 PFAS. Aqueous diffusion was found to decrease with increasing fluorinated chain length and increase with the inclusion of ether linkages. The impacts of the ionic strength, temperature, and concentration on the aqueous diffusion of PFAS were also examined. The 19 F NMR DOSY method demonstrates reasonable agreement with literature values where available. Numerous PFAS do not have published aqueous diffusion coefficients, which are reported here for the first time. This data allow passive sampling and environmental modeling methods to be greatly improved for monitoring PFAS in the aquatic environment.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».