Microplastics and nitrogenous disinfection byproducts in drinking water: complex interactions beyond adsorption
Notice bibliographique
Résumé
Abstract Microplastics (MPs) in drinking water are an emerging concern due to their potential health risks, environmental impacts, and ability to adsorb organic micropollutants. Nitrogenous disinfection byproducts (DBPs), which are generally more toxic than the regulated DBPs, may interact with MPs via hydrophobic or electrostatic mechanisms. Such interactions raise concern that MPs in treated water could concentrate toxic DBPs during distribution or storage, increasing potential human exposure beyond the risks posed by either MPs or DBPs alone. This study investigates the adsorption behavior of select DBPs, including nitrogenous DBPs like N-nitrosodimethylamine (NDMA) and halonitromethanes (HNMs), as well as trihalomethanes (THMs), which are included for comparison as the most commonly regulated DBPs, onto virgin and weathered MPs. The polymers studied include polyethylene (PE), polypropylene (PP), polyvinyl chloride (PVC), polyamide (PA), polyacrylonitrile (PAN), and polyethylene terephthalate (PET). The results indicate that hydrophobic DBPs such as THMs adsorb onto both virgin and weathered PVC at levels of roughly 10–20 µg/g. Hydrophilic DBPs like NDMA show negligible adsorption on hydrophobic microplastics but greater interaction with hydrophilic polymers such as PET, at roughly 10 ng/g. In addition, trichloronitromethane degrades completely in the presence of PA, and weathered PA accelerates this process, with full degradation and conversion to DCNM observed within 14 days. Given that these DBPs and MPs represent a small fraction of the total to be considered, it is clear that there is much work to be done to fully evaluate the possible interactions and potential for human health effects.
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 ».