Rethink biosolids: Risks and opportunities in the circular economy
Notice bibliographique
Résumé
• Biosolids are not suitable for land applications due to the embedded emerging pollutants. • Biosolids offer limited nutrient value in relation to society’s overall nutrient demand. • Innovative valorization strategies are worth exploring, including carbon capture and storage. • Holistic life-cycle assessments are needed for these novel biosolids management strategies. Biosolids are a byproduct of wastewater treatment with potential value because of their rich nutrient, organic matter, and mineral content. However, due to the environmental and public health risks posed by contaminants, such as per- and polyfluoroalkyl substances (PFAS), micro-/nano-plastics (MNPs), and antibiotic resistance genes (ARGs), the conventional practice of applying biosolids to land, especially on agricultural lands, can be unsustainable. These contaminants can accumulate in soil, disrupt ecosystems, and pose long-term risks to food safety and human health. Through the lens of a circular economy, biosolids should be valorized through holistic and sustainable approaches that prioritize both environmental protection and resource recovery. Advanced technologies, such as anaerobic membrane bioreactors, pyrolysis, and hydrothermal liquefaction, can extract valuable resources, such as energy and bioplastics, while also destroying harmful contaminants. In addition, biosolids and biosolids-derived biochar hold untapped potential for carbon capture and storage (CCS), offering a sustainable alternative to land applications while also helping mitigate climate change. Hence, a circular economy approach not only minimizes waste and reduces environmental impacts but also unlocks an important potential of biosolids as a renewable resource moving forward.
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 ».