MARC

 008260126s2025        us                              c    eng  d
■001000017359043
■00520260202104826
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798290916743
■035    ▼a(MiAaPQ)AAI32169928
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a540
■1001  ▼aThomas,  AnnaBeth.
■24510▼aFrom  Wiscosin  Wells  to  Megacity  Skies:  Advancing  Environmental  Chemistry  Approaches  to  Monitoring  Arsenic  and  Heavy  Metal(loid)  Contaminants
■260    ▼a[Sl]▼bThe  University  of  Wisconsin  -  Madison▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a158  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-02,  Section:  B.
■500    ▼aAdvisor:  Ginder-Vogel,  Matthew.
■5021  ▼aThesis  (Ph.D.)--The  University  of  Wisconsin  -  Madison,  2025.
■520    ▼aHeavy  metal(loid)  exposure  remains  a  persistent  environmental  health  concern  due  to  the  toxicity  and  environmental  persistence  of  elements  like  arsenic,  cadmium,  and  lead.  These  elements  can  accumulate  in  air,  water,  and  soil  through  both  natural  biogeochemical  cycling  and  anthropogenic  activities  (e.g.,  aquifer  over-pumping,  mining,  fuel  combustion,  and  industrial  manufacturing.  Understanding  heavy  metal(loid)  behavior  and  monitoring  their  movement  across  exposure  pathways  requires  sensitive,  affordable  analytical  techniques.  This  dissertation  evaluates  an  emerging  low-cost,  highly  sensitive  spectroscopic  tool  for  monitoring  aqueous  arsenic  (As)  and  applies  a  well-established,  yet  resource-intensive  spectrometric  tool  for  heavy  metal(loid)  detection  in  atmospheric  particulate  matter.  Despite  increasing  awareness  of  As  contamination,  reliable  and  cost-effective  methods  for  detecting  As  in  drinking  water  remain  limited.  In  addition  to  water  contamination,  airborne metal(loid)s-including  As-also  contribute  to  atmospheric  pollution  and  are  under-characterized  in  many  areas  worldwide.  To  address  these  gaps,  the  inorganic  As  speciation  and  detection  capabilities  of  gold  nanoparticle-based  surface-enhanced  Raman  spectroscopy  (SERS)  are  investigated  and  applied  to  freshwater  samples.  Spectral  fingerprints  of  As  change  with  pH,  with  optimal  signal  intensities  observed  near  pH  8  in  ultra-pure  water.  In  natural  water  samples,  arsenite  was  detectable  down  to  10  ppb,  while  arsenate  was  measured  only  as  low  as  1  ppm.  These  findings  highlight  the  technique's  promising  ability  to  efficiently  and  inexpensively  measure  arsenite  in  complex  matrices,  and  they  contribute  to  the  development  of  more  accessible  water  quality  monitoring  strategies. Beyond  aqueous  contexts,  inductively-coupled  plasma  mass  spectrometry  was  used  to  investigate  spatial-seasonal  trends  of  particulate  matter  bound  heavy  metal(loid)s,  including  As,  in  Dhaka,  Bangladesh.  Dhaka  is  a  rapidly  urbanizing  megacity  affected  by  both  atmospheric  and  drinking  water  As  contamination.  This  analysis  revealed  patterns  in  airborne  metal(loid)s  across  eight  locations  during  the  monsoon  and  post-monsoon  seasons,  providing  insight  into  pollution  sources  and  potential  inhalation-related  health  risks.  Altogether,  this  dissertation  contributes  to  the  advancement  of  contaminant  monitoring  techniques,  emphasizing  approaches  that  are  not  only  sensitive  and  accurate  but  also  affordable.  By  broadening  avenues  of  environmental  As  detection  and  increasing  understanding  of  regional  heavy  metal(loid)  compositions,  this  work  supports  the  expansion  of  efforts  to  safeguard  public  health  and  inform  evidence-based  environmental  policy. 
■590    ▼aSchool  code:  0262.
■650  4▼aChemistry
■650  4▼aEnvironmental  science
■650  4▼aEnvironmental  engineering
■650  4▼aEnvironmental  health
■650  4▼aAnalytical  chemistry
■653    ▼aArsenic
■653    ▼aEnvironmental  chemistry
■653    ▼aEnvironmental  contaminant  detection
■653    ▼aHeavy  metals
■653    ▼aInductively-coupled  plasma  mass  spectrometry
■653    ▼aSurface-enhanced  Raman  spectroscopy
■690    ▼a0485
■690    ▼a0768
■690    ▼a0775
■690    ▼a0486
■690    ▼a0470
■71020▼aThe  University  of  Wisconsin  -  Madison▼bEnvironmental  Chemistry  and  Technology.
■7730  ▼tDissertations  Abstracts  International▼g87-02B.
■790    ▼a0262
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17359043▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books