Dégradation chimique et biologique de neuf contaminants émergents dans les eaux de surfaces et les effluents primaires d’eaux usées municipales
Bibliographic record
Abstract
Un protocole inspiré du test de simulation 309 de l’Organisation de coopération et de développement économiques (OCDE) nous a permis de mesurer la dégradation chimique (excluant la photolyse) dans des eaux de surface de même que la dégradation chimique et biologique de neuf contaminants émergents dans l’effluent d’un décanteur primaire d’eau usée municipale. Les données étaient compatibles avec le modèle de cinétique de pseudo ordre un. Les résultats démontrant une persistance de plus d’un an dans les eaux de surface et de 71 jours dans l’effluent du décanteur primaire suggèrent que les dégradations chimique et biologique ne contribuent pas significativement à la diminution de: atrazine, déséthylatrazine, carbamazépine et diclofénac dans la phase aqueuse des systèmes testés. Les autres composés se sont dégradés à différents niveaux. Le 17ß-estradiol ainsi que l’éthinylestradiol, la noréthindrone, la caféine et le sulfaméthoxazole ont tous été sujet à la dégradation biologique dans les effluents du décanteur primaire d’eau usée avec des constantes de dégradation k et des demi-vies t1/2 mesurées allant respectivement de 0.0082 à 0.59 j-1 et de 1.2 à 85 jours. Les paramètres de cinétique mesurés peuvent être combinés aux concentrations typiques des composés à l’étude dans un décanteur primaire d’eau usée pour y calculer leur vitesse de dégradation. Cependant, puisque les décanteurs primaires dans les usines de traitement d’eaux usées ont généralement des temps de résidence de quelques heures seulement, il est improbable que les neufs contaminants émergents à l’étude diminuent significativement par ces processus durant leur passage dans le compartiment.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".