Nitrate-Mediated Photooxidation of Steroid Estrogens: Efficacy and Prospects for Wastewater Treatment
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide UV light-based advanced oxidation processes have shown considerable promise for mitigation of trace organic contaminants (TrOCs). Recent work has garnered interest in ambient NO 3 – as a photooxidant within UV treatment processes. This work provides a systematic investigation on the efficacy of NO 3 – as a photooxidant for removal of aqueous 17β-estradiol (17β-E2) and its metabolites, estrone (E1) and estriol (E3). Results demonstrate that even low (1 mg L –1 ) concentrations of NO 3 – enhance degradation of 17β-E2 by >48% during medium-pressure UV (MP UV) treatment in comparison to control conditions, and NO 3 – concentrations ≥5 mg L –1 resulted in >90% removal of 17β-E2 at fluences ≥1000 mJ cm –2 . Three photoproducts consistent with known nitrogenous byproducts of 17β-E2 were also observed throughout treatment and found to persist even under high (2000 mJ cm –2 ) fluence conditions. In a municipal wastewater matrix, estrogen removal was improved under high (25 mg L –1 ) NO 3 – conditions as compared to ambient (∼3 mg L –1 ) levels. This work demonstrates the utility of NO 3 – as an in situ photooxidant for removal of TrOCs such as steroid estrogens in real waters and provides an impact to stakeholders interested in leveraging these processes in complex matrices such as municipal wastewater.
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) | 0,000 | 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 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 ».