Identifying and Quantifying Environmental Contaminants in Various Matrices using Mass Spectrometry
Notice bibliographique
Résumé
Human impact on the environment can be seen in the wide variety of chemicals that are found in our water and soil. Common contaminants arise from insufficient treatment in wastewater treatment plants (WWTPs), and runoff from agriculture. Surface water samples collected in 2017-2020 at 40 different sites in six different watersheds were analyzed to determine if the commonly targeted emerging substances of concern (ESOCs) are present in Ontario and Quebec waterways. The diabetes medication metformin was analyzed more closely alongside its degradation product guanylurea as they have become targets of increasing interest due to their common occurrences and new toxicological data on organisms. Sediment samples at the same sampling sites were also collected. This work is to our knowledge the first long term analysis of metformin and guanylurea in Ontario and Quebec and offers potentially valuable insight into where metformin and guanylurea partition and accumulate in waterways.\nBiosolid samples from Ontario WWTPs were also analyzed for the presence of ESOCs to determine if treatment used to remove micropollutants and bacteria is also able to remove common chemical contaminants. Two extraction methods were assessed to determine their efficacy in extracting a wide variety of compounds. The concentrations of extracted compounds were also compared between the untreated biosolid cake and treated fertilizer to determine if a thermal hydrolysis process (THP) could degrade ESOCs. This work serves to validate a widespread biosolid analysis method for use in further ecotoxicological studies.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».