REVISIÓN SISTEMÁTICA DE MÉTODOS
COLORIMÉTRICOS EN LA DETECCIÓN DE
ARSÉNICO EN SUELOS: APLICACIONES,
LIMITACIONES Y PERSPECTIVAS
SYSTEMATIC REVIEW OF COLORIMETRIC METHODS IN
THE DETECTION OF ARSENIC IN SOILS: APPLICATIONS,
LIMITATIONS, AND PERSPECTIVES
Andres Sebastián Moreno Ávila
Universidad Técnica de Cotopaxi
Jose Luis Ágreda Oña
Universidad Técnica de Cotopaxi
Jennifer Carolina Parra Zurita
Instituto Tecnológico Superior Ibarra
pág. 1160
DOI: https://doi.org/10.37811/cl_rcm.v9i2.16963
Revisión sistemática de métodos colorimétricos en la detección de arsénico
en suelos: aplicaciones, limitaciones y perspectivas
Andres Sebastián Moreno Ávila1
andres.moreno0063@utc.edu.ec
https://orcid.org/0009-0008-4961-3031
Universidad Técnica de Cotopaxi
Ecuador
Jose Luis Ágreda Oña
jose.agreda2101@utc.edu.ec
https://orcid.org/0009-0005-5858-869X
Universidad Técnica de Cotopaxi
Ecuador
Jennifer Carolina Parra Zurita
jparra@itsi.edu.ec
https://orcid.org/0009-0004-7926-7820
Instituto Tecnológico Superior Ibarra
Ecuador
RESUMEN
El arsénico es un elemento químico conocido por su alta toxicidad, lo que hace indispensable su
monitoreo en suelos y aguas para proteger la salud pública y garantizar la sostenibilidad ambiental.
Diversos métodos colorimétricos se han desarrollado para su detección, cada uno con características
únicas que deben ser evaluadas según el contexto. El método Gutzeit es simple y económico, pero su
uso implica la generación de arsina (AsH₃), un gas altamente tóxico, lo que limita su sensibilidad a
concentraciones de arsénico por debajo de 50 ppb. Por otro lado, el método de azul de molibdeno es
más preciso, detectando concentraciones de 1 a 10 ppb, aunque las interferencias de fosfatos y la
necesidad de equipos especializados restringen su uso a laboratorios. Los kits colorimétricos
comerciales al utilizarlos en análisis preliminares en campo tienen mayor utilidad debido a su
portabilidad y rapidez, aunque su precisión disminuye en concentraciones bajas. Las nanopartículas de
oro ofrecen una sensibilidad superior a todas las anteriores capaces de detectar el arsénico en
concentraciones menores a 1 ppb, pero la desventaja del método es sus altos costos y la infraestructura
necesaria para su aplicación a estudios de laboratorio. Finalmente, los métodos basados en enzimas o
también conocidos como aptámeros se destacan por su alta especificidad, aunque la estabilidad de los
reactivos biológicos sigue siendo un desafío para su uso en campo. Este estudio se enfoca en evaluar y
comparar estas metodologías para identificar la más eficiente en la detección de arsénico en suelos
contaminados, optimizando la sensibilidad y los costos, y brindando soluciones tanto para estudios de
laboratorio como de campo.
Palabras clave: monitoreo ambiental, suelos, contaminación, interferentes químicos, colorimetría
1 Autor principal
Correspondencia: andres.moreno0063@utc.edu.ec
DOI: https://doi.org/10.37811/cl_rcm.v9i2.16963
Revisión sistemática de métodos colorimétricos en la detección de arsénico
en suelos: aplicaciones, limitaciones y perspectivas
Andres Sebastián Moreno Ávila1
andres.moreno0063@utc.edu.ec
https://orcid.org/0009-0008-4961-3031
Universidad Técnica de Cotopaxi
Ecuador
Jose Luis Ágreda Oña
jose.agreda2101@utc.edu.ec
https://orcid.org/0009-0005-5858-869X
Universidad Técnica de Cotopaxi
Ecuador
Jennifer Carolina Parra Zurita
jparra@itsi.edu.ec
https://orcid.org/0009-0004-7926-7820
Instituto Tecnológico Superior Ibarra
Ecuador
RESUMEN
El arsénico es un elemento químico conocido por su alta toxicidad, lo que hace indispensable su
monitoreo en suelos y aguas para proteger la salud pública y garantizar la sostenibilidad ambiental.
Diversos métodos colorimétricos se han desarrollado para su detección, cada uno con características
únicas que deben ser evaluadas según el contexto. El método Gutzeit es simple y económico, pero su
uso implica la generación de arsina (AsH₃), un gas altamente tóxico, lo que limita su sensibilidad a
concentraciones de arsénico por debajo de 50 ppb. Por otro lado, el método de azul de molibdeno es
más preciso, detectando concentraciones de 1 a 10 ppb, aunque las interferencias de fosfatos y la
necesidad de equipos especializados restringen su uso a laboratorios. Los kits colorimétricos
comerciales al utilizarlos en análisis preliminares en campo tienen mayor utilidad debido a su
portabilidad y rapidez, aunque su precisión disminuye en concentraciones bajas. Las nanopartículas de
oro ofrecen una sensibilidad superior a todas las anteriores capaces de detectar el arsénico en
concentraciones menores a 1 ppb, pero la desventaja del método es sus altos costos y la infraestructura
necesaria para su aplicación a estudios de laboratorio. Finalmente, los métodos basados en enzimas o
también conocidos como aptámeros se destacan por su alta especificidad, aunque la estabilidad de los
reactivos biológicos sigue siendo un desafío para su uso en campo. Este estudio se enfoca en evaluar y
comparar estas metodologías para identificar la más eficiente en la detección de arsénico en suelos
contaminados, optimizando la sensibilidad y los costos, y brindando soluciones tanto para estudios de
laboratorio como de campo.
Palabras clave: monitoreo ambiental, suelos, contaminación, interferentes químicos, colorimetría
1 Autor principal
Correspondencia: andres.moreno0063@utc.edu.ec
pág. 1161
Systematic review of colorimetric methods in the detection of arsenic in
soils: applications, limitations, and perspectives
ABSTRACT
Arsenic is a chemical element known for its high toxicity, making its monitoring in soils and waters
essential to protect public health and ensure environmental sustainability. Various colorimetric methods
have been developed for its detection, each with unique characteristics that must be evaluated according
to the context. The Gutzeit method is simple and affordable than the other methods, but its use involves
the generation of arsine (AsH₃), a highly toxic gas, which limits its sensitivity to arsenic concentrations
below 50 ppb. On the other hand, the molybdenum blue method is more accurate, detecting
concentrations from 1 to 10 ppb, although phosphate interferences and the need for specialized
equipment restrict its use to laboratories. Commercial colorimetric kits are ideal for preliminary field
analysis due to their portability and speed, although their accuracy decreases at low concentrations. Gold
nanoparticles (AuNPs) offer superior sensitivity, capable of detecting arsenic at concentrations below 1
ppb, but their high costs and required infrastructure limit their application to laboratory studies. Finally,
enzyme- or aptamer-based methods stand out for their high specificity, although the stability of
biological reagents remains a challenge for field use. This study focuses on evaluating and comparing
these methodologies to identify the most efficient in detecting arsenic in contaminated soils, optimizing
sensitivity and costs, and providing solutions for both laboratory and field studies.
Keywords: environmental monitoring, soils, contamination, chemical interferences, colorimetry
Artículo recibido: 7 febrero 2025
Aceptado para publicación: 15 marzo 2025
Systematic review of colorimetric methods in the detection of arsenic in
soils: applications, limitations, and perspectives
ABSTRACT
Arsenic is a chemical element known for its high toxicity, making its monitoring in soils and waters
essential to protect public health and ensure environmental sustainability. Various colorimetric methods
have been developed for its detection, each with unique characteristics that must be evaluated according
to the context. The Gutzeit method is simple and affordable than the other methods, but its use involves
the generation of arsine (AsH₃), a highly toxic gas, which limits its sensitivity to arsenic concentrations
below 50 ppb. On the other hand, the molybdenum blue method is more accurate, detecting
concentrations from 1 to 10 ppb, although phosphate interferences and the need for specialized
equipment restrict its use to laboratories. Commercial colorimetric kits are ideal for preliminary field
analysis due to their portability and speed, although their accuracy decreases at low concentrations. Gold
nanoparticles (AuNPs) offer superior sensitivity, capable of detecting arsenic at concentrations below 1
ppb, but their high costs and required infrastructure limit their application to laboratory studies. Finally,
enzyme- or aptamer-based methods stand out for their high specificity, although the stability of
biological reagents remains a challenge for field use. This study focuses on evaluating and comparing
these methodologies to identify the most efficient in detecting arsenic in contaminated soils, optimizing
sensitivity and costs, and providing solutions for both laboratory and field studies.
Keywords: environmental monitoring, soils, contamination, chemical interferences, colorimetry
Artículo recibido: 7 febrero 2025
Aceptado para publicación: 15 marzo 2025
pág. 1162
INTRODUCCIÓN
El arsénico (As), metaloide conocido desde la antigüedad, fundamenta su creciente interés en las últimas
décadas debido al impacto sobre la salud que este elemento ha demostrado tener, así como por su
naturaleza tóxica ya que afecta tanto a humanos como animales a través de varias rutas de exposición
como pueden ser el agua, suelo y aire (Lin et al., 2024; Pi et al., 2015). En el contexto ambiental, el
arsénico está presente en elevadas concentraciones en sectores contaminados por actividades
industriales, agrícolas y mineras, además de estar presente en forma natural en suelos y en aguas
subterráneas, aunque normalmente se encuentre en regiones de actividad volcánica (Ban et al., 2024; Li
et al., 2021; Guan et al., 2022;).
La técnica del análisis colorimétrico ha surgido como un método muy importante para la detección de
arsénico en diferentes matrices ambientales, incluso en suelos contaminados (Miretzky & Cirelli, 2010;
Armienta & Segovia, 2008; Horváth et al., 2018). Este procedimiento permite la rápida identificación
de especies de arsénico lo que la convierte en una técnica con gran utilidad en los estudios de supervisión
ambiental (Paw et al., 2024; Korte & Quintus, 1991; Bundschuh et al., 2021). La colorimetría se basa
en reacciones químicas que producen cambios de color que son detectables y que tienen la ventaja de
ser aplicables en campo, no requieren de un complicado instrumental y tienen un bajo coste de
adquisición (Khansili, 2023; Rasheed et al., 2016).
Respecto a la movilidad del arsénico: su comportamiento en el ambiente también está condicionado por
el pH y las condiciones redox del medio común (Ravula & Mandal, 2024). El arsénico en suelos y aguas
subterráneas puede existir en las siguientes dos formas principales As3+ y As5+ siendo la primera más
toxicogénica y móvil (Zheng et al., 2021; ACMT, 2024). La capacidad que tiene la colorimetría para
diferenciar entre estas especies resultan bastante limitadas pero su pregio reside en que permite detectar
rápidamente concentraciones que pueden resultar de riesgo (Boruah et al., 2019; Palansooriya et al.,
2020).
La optimización de métodos colorimétricos para la detección de arsénico en suelos se ha centrado en
mejorar la sensibilidad y reducir los tiempos de análisis (Xu et al., 2019; Zhang et al., 2025). En
investigaciones recientes, se ha destacado el desarrollo de kits colorimétricos portátiles que permiten la
evaluación in situ de la contaminación por arsénico, lo que facilita la toma de decisiones rápidas en
INTRODUCCIÓN
El arsénico (As), metaloide conocido desde la antigüedad, fundamenta su creciente interés en las últimas
décadas debido al impacto sobre la salud que este elemento ha demostrado tener, así como por su
naturaleza tóxica ya que afecta tanto a humanos como animales a través de varias rutas de exposición
como pueden ser el agua, suelo y aire (Lin et al., 2024; Pi et al., 2015). En el contexto ambiental, el
arsénico está presente en elevadas concentraciones en sectores contaminados por actividades
industriales, agrícolas y mineras, además de estar presente en forma natural en suelos y en aguas
subterráneas, aunque normalmente se encuentre en regiones de actividad volcánica (Ban et al., 2024; Li
et al., 2021; Guan et al., 2022;).
La técnica del análisis colorimétrico ha surgido como un método muy importante para la detección de
arsénico en diferentes matrices ambientales, incluso en suelos contaminados (Miretzky & Cirelli, 2010;
Armienta & Segovia, 2008; Horváth et al., 2018). Este procedimiento permite la rápida identificación
de especies de arsénico lo que la convierte en una técnica con gran utilidad en los estudios de supervisión
ambiental (Paw et al., 2024; Korte & Quintus, 1991; Bundschuh et al., 2021). La colorimetría se basa
en reacciones químicas que producen cambios de color que son detectables y que tienen la ventaja de
ser aplicables en campo, no requieren de un complicado instrumental y tienen un bajo coste de
adquisición (Khansili, 2023; Rasheed et al., 2016).
Respecto a la movilidad del arsénico: su comportamiento en el ambiente también está condicionado por
el pH y las condiciones redox del medio común (Ravula & Mandal, 2024). El arsénico en suelos y aguas
subterráneas puede existir en las siguientes dos formas principales As3+ y As5+ siendo la primera más
toxicogénica y móvil (Zheng et al., 2021; ACMT, 2024). La capacidad que tiene la colorimetría para
diferenciar entre estas especies resultan bastante limitadas pero su pregio reside en que permite detectar
rápidamente concentraciones que pueden resultar de riesgo (Boruah et al., 2019; Palansooriya et al.,
2020).
La optimización de métodos colorimétricos para la detección de arsénico en suelos se ha centrado en
mejorar la sensibilidad y reducir los tiempos de análisis (Xu et al., 2019; Zhang et al., 2025). En
investigaciones recientes, se ha destacado el desarrollo de kits colorimétricos portátiles que permiten la
evaluación in situ de la contaminación por arsénico, lo que facilita la toma de decisiones rápidas en
pág. 1163
escenarios de emergencia ambiental (Liu et al., 2024; Wang, 2023). Estos kits colorimétricos para la
detección de arsénico utilizan reactivos que al reaccionar con las especies de arsénico presentes en las
muestras generan un cambio de color específico que indica su presencia (Guo et al., 2024; Monroy-
Torres et al., 2018; Trejo Reséndiz et al., 2024). Generalmente, el arsénico se reduce en una forma que
interactura con el reactivo produciendo colores como caracteristicos con tendencia al amarillo, marrón
o incluso violeta (Snidersich, 2024; Tabernero et al., 2024). Todo dependiendo del tipo de kit y la
concentración de arsénico detectada (Saadati et al., 2022; Maciel-Torres et al., 2024). Lo cual, estos
colores permiten una lectura rápida y visual del nivel de contaminación en suelos y aguas (Agusa et al.,
2014; Corroto et al., 2021; Machado et al., 2021).
De tal modo que, a pesar de las ventajas de las reacciones por colorimetría, es fundamental comparar su
precisión y sensibilidad con técnicas instrumentales más avanzadas, como la espectrometría de
absorción atómica (AAS)(Basurto y Bravo, 2024; Tejada et al., 2024) y la espectrometría de masas con
plasma acoplado inductivamente (ICP-MS)( Jinadasa et. Al., 2024; Wang et al., 2015), entre las mas
comunes (Boyle et al., 2023). Estas técnicas ofrecen una mayor exactitud y capacidad para detectar
niveles más bajos de arsénico, pero a un costo mucho mayor y con requerimientos de equipos técnicos
muy especializados (Bonthula et al., 2024). Por lo tanto, la combinación de métodos colorimétricos para
la detección preliminar con técnicas instrumentales para la confirmación representa un enfoque robusto
para la gestión del arsénico en suelos contaminados (Sonthiphand et al., 2024; Naseem et al., 2024;
López et al., 2021; Paltseva et al., 2018).
Finalmente, el uso de métodos por reacciones colorimétricas en estudios de suelos contaminados por
arsénico representa una contribución significativa al monitoreo ambiental en regiones afectadas por la
contaminación industrial y agrícola (Dong-Xing et al., 2022; Garcia et al., 2022; Zhang et al., 2025).
Sin embargo, es fundamental mejorar el tratamiento de la muestra para que el analito no contenga
interferencias y aumentar su precisión y facilitar su uso en diferentes situaciones los métodos descritos.
Esto asegurará que los resultados sean confiables y puedan apoyar decisiones informadas en los procesos
de limpieza ambiental. (Jinadasa eet al., 2024; Batool et al., 2024; Almeida et al., 2020).
METODOLOGÍA
La presente investigación se desarrolla con un enfoque cualitativo y descriptivo, dirigido a la evaluación
escenarios de emergencia ambiental (Liu et al., 2024; Wang, 2023). Estos kits colorimétricos para la
detección de arsénico utilizan reactivos que al reaccionar con las especies de arsénico presentes en las
muestras generan un cambio de color específico que indica su presencia (Guo et al., 2024; Monroy-
Torres et al., 2018; Trejo Reséndiz et al., 2024). Generalmente, el arsénico se reduce en una forma que
interactura con el reactivo produciendo colores como caracteristicos con tendencia al amarillo, marrón
o incluso violeta (Snidersich, 2024; Tabernero et al., 2024). Todo dependiendo del tipo de kit y la
concentración de arsénico detectada (Saadati et al., 2022; Maciel-Torres et al., 2024). Lo cual, estos
colores permiten una lectura rápida y visual del nivel de contaminación en suelos y aguas (Agusa et al.,
2014; Corroto et al., 2021; Machado et al., 2021).
De tal modo que, a pesar de las ventajas de las reacciones por colorimetría, es fundamental comparar su
precisión y sensibilidad con técnicas instrumentales más avanzadas, como la espectrometría de
absorción atómica (AAS)(Basurto y Bravo, 2024; Tejada et al., 2024) y la espectrometría de masas con
plasma acoplado inductivamente (ICP-MS)( Jinadasa et. Al., 2024; Wang et al., 2015), entre las mas
comunes (Boyle et al., 2023). Estas técnicas ofrecen una mayor exactitud y capacidad para detectar
niveles más bajos de arsénico, pero a un costo mucho mayor y con requerimientos de equipos técnicos
muy especializados (Bonthula et al., 2024). Por lo tanto, la combinación de métodos colorimétricos para
la detección preliminar con técnicas instrumentales para la confirmación representa un enfoque robusto
para la gestión del arsénico en suelos contaminados (Sonthiphand et al., 2024; Naseem et al., 2024;
López et al., 2021; Paltseva et al., 2018).
Finalmente, el uso de métodos por reacciones colorimétricas en estudios de suelos contaminados por
arsénico representa una contribución significativa al monitoreo ambiental en regiones afectadas por la
contaminación industrial y agrícola (Dong-Xing et al., 2022; Garcia et al., 2022; Zhang et al., 2025).
Sin embargo, es fundamental mejorar el tratamiento de la muestra para que el analito no contenga
interferencias y aumentar su precisión y facilitar su uso en diferentes situaciones los métodos descritos.
Esto asegurará que los resultados sean confiables y puedan apoyar decisiones informadas en los procesos
de limpieza ambiental. (Jinadasa eet al., 2024; Batool et al., 2024; Almeida et al., 2020).
METODOLOGÍA
La presente investigación se desarrolla con un enfoque cualitativo y descriptivo, dirigido a la evaluación
pág. 1164
de métodos analíticos cualitativos mediante detecciones colorimétricas para la identificación de As en
suelos contaminados. El trabajo se fundamenta en la recopilación, análisis de información relevante
sobre técnicas de uso comercial más utilizadas para delimitar el analito deseado en campo, con el objeto
de comparar sus características de uso, limitaciones, sensibilidad y aplicabilidad de cada metodología
proporcionando una visión general e integral considerando las condiciones necesarias para su uso in situ
y en laboratorios especializados. De este modo, dicho enfoque metodológico se basa en la integración
de datos teóricos y prácticos a partir de la revisión bibliográfica de contribuciones científicas en los
últimos 10 años, priorizando aquellos disponibles en diferentes revistas y bases de datos de interés
público como: Scielo, Scopus, Dialnet, Redalyc, Web of science, Doaj, Springer Nature Link, entre
otras.
Figura 1. Diagrama declaración de PRISMA.
Para asegurar el rigor metodológico en esta revisión sistemática, se establecieron criterios de inclusión
y exclusión con el fin de seleccionar estudios relevantes sobre la detección colorimétrica de arsénico en
suelos. Se incluyeron investigaciones originales, revisiones científicas y estudios experimentales que
analizaran metodologías colorimétricas aplicadas a suelos contaminados. Se excluyeron documentos
con información redundante, estudios con datos insuficientes y aquellos que no detallaban la técnica
utilizada. De tal modo que se asignó una coloración de identificación para el diagrama de PRISMA
siendo así azul para identificación y evaluación; rojo para eliminación y exclusión y por último verde
para la inclusión final.
Identificación de
artículos en bases de
datos •n= 250
Eliminación de
artículos
duplicados •n= 50
Artículos evaluados por
título y resumen •n= 200
Artículos excluidos
por irrelevancia •n= 100
Artículos
seleccionados para
revisión completa •n= 100
Artículos incluidos
en la revisión final •n= 60
de métodos analíticos cualitativos mediante detecciones colorimétricas para la identificación de As en
suelos contaminados. El trabajo se fundamenta en la recopilación, análisis de información relevante
sobre técnicas de uso comercial más utilizadas para delimitar el analito deseado en campo, con el objeto
de comparar sus características de uso, limitaciones, sensibilidad y aplicabilidad de cada metodología
proporcionando una visión general e integral considerando las condiciones necesarias para su uso in situ
y en laboratorios especializados. De este modo, dicho enfoque metodológico se basa en la integración
de datos teóricos y prácticos a partir de la revisión bibliográfica de contribuciones científicas en los
últimos 10 años, priorizando aquellos disponibles en diferentes revistas y bases de datos de interés
público como: Scielo, Scopus, Dialnet, Redalyc, Web of science, Doaj, Springer Nature Link, entre
otras.
Figura 1. Diagrama declaración de PRISMA.
Para asegurar el rigor metodológico en esta revisión sistemática, se establecieron criterios de inclusión
y exclusión con el fin de seleccionar estudios relevantes sobre la detección colorimétrica de arsénico en
suelos. Se incluyeron investigaciones originales, revisiones científicas y estudios experimentales que
analizaran metodologías colorimétricas aplicadas a suelos contaminados. Se excluyeron documentos
con información redundante, estudios con datos insuficientes y aquellos que no detallaban la técnica
utilizada. De tal modo que se asignó una coloración de identificación para el diagrama de PRISMA
siendo así azul para identificación y evaluación; rojo para eliminación y exclusión y por último verde
para la inclusión final.
Identificación de
artículos en bases de
datos •n= 250
Eliminación de
artículos
duplicados •n= 50
Artículos evaluados por
título y resumen •n= 200
Artículos excluidos
por irrelevancia •n= 100
Artículos
seleccionados para
revisión completa •n= 100
Artículos incluidos
en la revisión final •n= 60
pág. 1165
Comparación en base a la metodología cualitativa para la detección colorimétrica de arsénico en
suelos.
Para exponer una metodología comparativa sólida entre diferentes técnicas colorimétrica, es primordial
analizar cada método en función a la concentración del elemento y su sensibilidad, facilidad de uso,
costo, tiempo de respuesta y aplicabilidad en campo (Ramos Lorente, 2024). A continuación, se
describen varios métodos cualitativos colorimétricos ampliamente utilizados a nivel de análisis en
campo seguido por una descripción comparación entre ellos, considerando los hallazgos recientes en la
literatura científica (Padilla, 2024; Pérez et al., 2024; Wehmeier et al., 2024; Yang et al., 2024).
Método Gutzeit.
El método analítico de Gutzeit es uno de los procedimientos más utilizados y antiguos para la
identificación cualitativa de arsénico, dicho método fue desarrollado hace más de un siglo y se basa en
la generación de arsina (AsH₃) para su determinación (Zhang et al., 2021; (Method of regulating the
specific dispersion work for waste paper stock preparation for papermaking, 1991; Lawson & Scott,
1925). El proceso comienza con la reducción de compuestos de arsénico presentes en la muestra,
utilizando zinc en medio ácido, lo que provoca la liberación de AsH3 (Tuo et al., 2024). Este gas se
transporta a través de un papel impregnado con mercurio bromado, donde reacciona para formar un
compuesto amarillo-marrón cuya intensidad está relacionada con la concentración de arsénico en la
muestra (Saadati et al., 2022). A continuacion, se indica la reacción generada para el proceso de
reducción: 2 𝐴𝑠 + 6 𝐻𝐶𝑙 + 3 𝑍𝑛 → 2 𝐴𝑠𝐻3 + 3 𝑍𝑛𝐶𝑙2 (Luo et al., 2021; Gutzeit et al., 2024; Pandey
& Mishra, 2024).
Sin embargo, el método Gutzeit presenta varias limitaciones importantes. En primer lugar, la generación
de AsH3 es un proceso peligroso, ya que este gas es extremadamente tóxico incluso en concentraciones
muy bajas (He et al., 2023). Además, el método es menos eficaz para detectar concentraciones de
arsénico por debajo de 50 ppb (Xue et al., 2024), lo que limita su aplicabilidad en estudios donde se
requiere una detección precisa a niveles más bajos. Adicionalmente, los resultados pueden verse
afectados por la presencia de metales interferentes como Fe2+ y Cu2+, lo que disminuye la precisión
del método y su capacidad para correlacionarse con técnicas instrumentales más avanzadas (Singh et al.,
2024; Biswas et al., 2024).
Comparación en base a la metodología cualitativa para la detección colorimétrica de arsénico en
suelos.
Para exponer una metodología comparativa sólida entre diferentes técnicas colorimétrica, es primordial
analizar cada método en función a la concentración del elemento y su sensibilidad, facilidad de uso,
costo, tiempo de respuesta y aplicabilidad en campo (Ramos Lorente, 2024). A continuación, se
describen varios métodos cualitativos colorimétricos ampliamente utilizados a nivel de análisis en
campo seguido por una descripción comparación entre ellos, considerando los hallazgos recientes en la
literatura científica (Padilla, 2024; Pérez et al., 2024; Wehmeier et al., 2024; Yang et al., 2024).
Método Gutzeit.
El método analítico de Gutzeit es uno de los procedimientos más utilizados y antiguos para la
identificación cualitativa de arsénico, dicho método fue desarrollado hace más de un siglo y se basa en
la generación de arsina (AsH₃) para su determinación (Zhang et al., 2021; (Method of regulating the
specific dispersion work for waste paper stock preparation for papermaking, 1991; Lawson & Scott,
1925). El proceso comienza con la reducción de compuestos de arsénico presentes en la muestra,
utilizando zinc en medio ácido, lo que provoca la liberación de AsH3 (Tuo et al., 2024). Este gas se
transporta a través de un papel impregnado con mercurio bromado, donde reacciona para formar un
compuesto amarillo-marrón cuya intensidad está relacionada con la concentración de arsénico en la
muestra (Saadati et al., 2022). A continuacion, se indica la reacción generada para el proceso de
reducción: 2 𝐴𝑠 + 6 𝐻𝐶𝑙 + 3 𝑍𝑛 → 2 𝐴𝑠𝐻3 + 3 𝑍𝑛𝐶𝑙2 (Luo et al., 2021; Gutzeit et al., 2024; Pandey
& Mishra, 2024).
Sin embargo, el método Gutzeit presenta varias limitaciones importantes. En primer lugar, la generación
de AsH3 es un proceso peligroso, ya que este gas es extremadamente tóxico incluso en concentraciones
muy bajas (He et al., 2023). Además, el método es menos eficaz para detectar concentraciones de
arsénico por debajo de 50 ppb (Xue et al., 2024), lo que limita su aplicabilidad en estudios donde se
requiere una detección precisa a niveles más bajos. Adicionalmente, los resultados pueden verse
afectados por la presencia de metales interferentes como Fe2+ y Cu2+, lo que disminuye la precisión
del método y su capacidad para correlacionarse con técnicas instrumentales más avanzadas (Singh et al.,
2024; Biswas et al., 2024).
pág. 1166
La interferencia de otros metales y la toxicidad de los productos generados hacen que este método sea
cada vez menos utilizado en estudios de laboratorio, donde se prefieren técnicas más seguras y precisas
(Sepúlveda et al., 2020; Andrade Linarez et al., 2020). A pesar de ello, sigue siendo una opción viable
para pruebas rápidas en campo en situaciones donde los recursos son limitados y se necesita un análisis
preliminar. La optimización de este método ha incluido el uso de agentes oxidantes para minimizar
interferencias, pero su relevancia en estudios ambientales contemporáneos sigue siendo cuestionada
debido a las desventajas mencionadas (ACMT, 2024).
Método de azul de molibdeno.
El método de azul de molibdeno es un procedimiento colorimétrico ampliamente reconocido para la
detección de As, particularmente en su forma iónica pentavalente positivo (As5+) (Jain et al., 2023). El
principio de este método busca la formación de un complejo entre el arsénico iónico y el radical
molibdato en un medio ácido, lo que genera una coloración azul; siendo el ion de arseniato (AsO₄³⁻) el
cual es atrapado por 12 átomos de molibdeno formando el complejo que exhibe el color azul intenso
que puede cuantificarse mediante espectrofotometría. La reacción de formación del complejo es la
siguiente: 𝐴𝑠𝑂4
3− + 𝑀𝑜𝑂4
2− → [𝐴𝑠 − 𝑀𝑜12𝑂40]7− (Hassan et al., 2023). Este procedimiento es
valorado por su alta sensibilidad, lo que posibilita la detección de arsénico en concentraciones en niveles
tan reducidos entre 1-10 ppb (Awasthi et al., 2023), lo que lo convierte a dicho método en una opción
aplicable y confiable para estudios ambientales in situ.
Entre las ventajas del uso para el método de azul de molibdeno entre las principales es su bajo costo y
relativa facilidad de implementación en laboratorio; por lo cual, lo hace accesible para una amplia gama
de estudios de monitoreo de suelo y agua. Sin embargo, dicho método no está exento de limitaciones
(Abbas et al., 2018), las cuales la presencia de fosfatos y otros compuestos presentes en la muestra
tienden a interferir con la reacción, lo que puede alterar la precisión de los resultados. En consecuencia,
se requieren pasos adicionales de pretratamiento de la muestra para eliminar o minimizar estas
interferencias (Bhat et al., 2023).
Pese a las limitaciones existentes, en cuanto a la reacción colorimétrica, que presenta el método sigue
siendo una metodología cualitativa estándar y es utilizada en estudios ambientales en diferentes tipos de
medios. No obstante, una de los principales contras es su aplicabilidad en el análisis de campo, de modo
La interferencia de otros metales y la toxicidad de los productos generados hacen que este método sea
cada vez menos utilizado en estudios de laboratorio, donde se prefieren técnicas más seguras y precisas
(Sepúlveda et al., 2020; Andrade Linarez et al., 2020). A pesar de ello, sigue siendo una opción viable
para pruebas rápidas en campo en situaciones donde los recursos son limitados y se necesita un análisis
preliminar. La optimización de este método ha incluido el uso de agentes oxidantes para minimizar
interferencias, pero su relevancia en estudios ambientales contemporáneos sigue siendo cuestionada
debido a las desventajas mencionadas (ACMT, 2024).
Método de azul de molibdeno.
El método de azul de molibdeno es un procedimiento colorimétrico ampliamente reconocido para la
detección de As, particularmente en su forma iónica pentavalente positivo (As5+) (Jain et al., 2023). El
principio de este método busca la formación de un complejo entre el arsénico iónico y el radical
molibdato en un medio ácido, lo que genera una coloración azul; siendo el ion de arseniato (AsO₄³⁻) el
cual es atrapado por 12 átomos de molibdeno formando el complejo que exhibe el color azul intenso
que puede cuantificarse mediante espectrofotometría. La reacción de formación del complejo es la
siguiente: 𝐴𝑠𝑂4
3− + 𝑀𝑜𝑂4
2− → [𝐴𝑠 − 𝑀𝑜12𝑂40]7− (Hassan et al., 2023). Este procedimiento es
valorado por su alta sensibilidad, lo que posibilita la detección de arsénico en concentraciones en niveles
tan reducidos entre 1-10 ppb (Awasthi et al., 2023), lo que lo convierte a dicho método en una opción
aplicable y confiable para estudios ambientales in situ.
Entre las ventajas del uso para el método de azul de molibdeno entre las principales es su bajo costo y
relativa facilidad de implementación en laboratorio; por lo cual, lo hace accesible para una amplia gama
de estudios de monitoreo de suelo y agua. Sin embargo, dicho método no está exento de limitaciones
(Abbas et al., 2018), las cuales la presencia de fosfatos y otros compuestos presentes en la muestra
tienden a interferir con la reacción, lo que puede alterar la precisión de los resultados. En consecuencia,
se requieren pasos adicionales de pretratamiento de la muestra para eliminar o minimizar estas
interferencias (Bhat et al., 2023).
Pese a las limitaciones existentes, en cuanto a la reacción colorimétrica, que presenta el método sigue
siendo una metodología cualitativa estándar y es utilizada en estudios ambientales en diferentes tipos de
medios. No obstante, una de los principales contras es su aplicabilidad en el análisis de campo, de modo
pág. 1167
que requiere condiciones controladas y equipos de laboratorio, como espectrofotómetros para obtener
lecturas precisas (Bhat et al., 2024). Esto restringe su uso a entornos más controlados y estudios donde
la precisión es más crítica que la rapidez del análisis ( Ramirez et al., 2017).
Kits colorimétricos comerciales.
Los kits colorimétricos son herramientas populares para la identificación instantánea de arsénico en
campo por su facilidad de uso y bajo costo (Alam et al., 2020). Generalmente incluyen reactivos que
reaccionan con entre el arsénico presente en las muestras para producir un cambio de color, que puede
ir del amarillo al marrón o rojo, dependiendo de la concentración del analito (Chunta et al., 2023; Ko
et al., 2021). Estos kits están diseñados para ser portátiles y permiten obtener resultados en cuestión de
minutos, lo que los hace ideales para pruebas preliminares in situ en estudios ambientales (Bonthula
et al., 2024).
A pesar de la rapidez y simplicidad, presentan limitaciones importantes en cuanto a su sensibilidad
(Zheng et al., 2021). Los kits tienen un límite de detección que comienza en una concentración de 5 a
10 ppb (Kumar et al., 2024), lo que los hace ser limitados para estudios donde se requiere la detección
de concentraciones inferiores de arsénico (Machado et al., 2021). Además, la precisión de los resultados
puede verse afectada por la interpretación subjetiva del cambio de color, debido a que genera
inconsistencias cuando se comparan con métodos más sofisticados como la espectroscopía de absorción
atómica o la cromatografía (Priyadarshni & Chanda, 2022).
A pesar de estas limitaciones, los kits colorimétricos siguen siendo una opción viable para estudios en
campo, donde la rapidez y la simplicidad del análisis son los factores más importantes que la precisión
absoluta para determinar una investigación inicial(Biswas et al., 2024; Yang et al., 2024). De este modo,
los resultados obtenidos con estos kits deben ser confirmados posteriormente mediante técnicas
instrumentales en laboratorio para obtener una mayor exactitud y precisión (Anawar, 2012; Khansili,
2023).
Detección basada en nanopartículas de oro .
El uso de nanopartículas de oro (AuNPs) (Priyadarshni & Chanda, 2022), funcionalizadas en la
detección de arsénico es una metodología avanzada que ofrece una alta sensibilidad en cada uno de sus
análisis. Estas nanopartículas tienen la capacidad de cambiar de color cuando se unen a moléculas de
que requiere condiciones controladas y equipos de laboratorio, como espectrofotómetros para obtener
lecturas precisas (Bhat et al., 2024). Esto restringe su uso a entornos más controlados y estudios donde
la precisión es más crítica que la rapidez del análisis ( Ramirez et al., 2017).
Kits colorimétricos comerciales.
Los kits colorimétricos son herramientas populares para la identificación instantánea de arsénico en
campo por su facilidad de uso y bajo costo (Alam et al., 2020). Generalmente incluyen reactivos que
reaccionan con entre el arsénico presente en las muestras para producir un cambio de color, que puede
ir del amarillo al marrón o rojo, dependiendo de la concentración del analito (Chunta et al., 2023; Ko
et al., 2021). Estos kits están diseñados para ser portátiles y permiten obtener resultados en cuestión de
minutos, lo que los hace ideales para pruebas preliminares in situ en estudios ambientales (Bonthula
et al., 2024).
A pesar de la rapidez y simplicidad, presentan limitaciones importantes en cuanto a su sensibilidad
(Zheng et al., 2021). Los kits tienen un límite de detección que comienza en una concentración de 5 a
10 ppb (Kumar et al., 2024), lo que los hace ser limitados para estudios donde se requiere la detección
de concentraciones inferiores de arsénico (Machado et al., 2021). Además, la precisión de los resultados
puede verse afectada por la interpretación subjetiva del cambio de color, debido a que genera
inconsistencias cuando se comparan con métodos más sofisticados como la espectroscopía de absorción
atómica o la cromatografía (Priyadarshni & Chanda, 2022).
A pesar de estas limitaciones, los kits colorimétricos siguen siendo una opción viable para estudios en
campo, donde la rapidez y la simplicidad del análisis son los factores más importantes que la precisión
absoluta para determinar una investigación inicial(Biswas et al., 2024; Yang et al., 2024). De este modo,
los resultados obtenidos con estos kits deben ser confirmados posteriormente mediante técnicas
instrumentales en laboratorio para obtener una mayor exactitud y precisión (Anawar, 2012; Khansili,
2023).
Detección basada en nanopartículas de oro .
El uso de nanopartículas de oro (AuNPs) (Priyadarshni & Chanda, 2022), funcionalizadas en la
detección de arsénico es una metodología avanzada que ofrece una alta sensibilidad en cada uno de sus
análisis. Estas nanopartículas tienen la capacidad de cambiar de color cuando se unen a moléculas de
pág. 1168
arsénico, lo que amplifica la señal colorimétrica y permite detectar concentraciones muy bajas, por
debajo de 1 ppb (Bonacci et al., 2022). Este enfoque es especialmente útil en estudios detallados de
contaminación ambiental, donde se requiere una alta precisión en la detección en muestras de suelos y
aguas (Awasthi et al., 2023; Padilla, 2024; Xu et al., 2024). De esta manera, las nanoparticulas sueles
estar funcionalizadas con grupos tiol o reactivos de gran afinidad por el arsénico como ciertos ligandos
orgánicos o biomoléculas (Yang et al., 2024). Es así que, a R se representa como la especie con afinidad
arsénica de tal forma que provoca una agregación de las nanoartículas y cambia sus propiedades ópticas
debido a la interacción entre las superficies de las partículas (Yang et al., 2024). La reacción es la
siguiente: 𝐴𝑢𝑁𝑃𝑠 + 𝑆𝐻 − 𝑅 → 𝐴𝑢𝑁𝑃𝑠 − 𝑅 (Ko et al., 2021).
Una de las principales ventajas de las AuNPs es su capacidad para amplificar la respuesta colorimétrica
(Ultrasensitive and selective colorimetric and smartphone-based detection of arsenic ions in aqueous
solution using alliin–chitosan–AgNPs, 2024), lo que las hace mucho más sensibles que otros métodos
colorimétricos cualitativos convencionales. Sin embargo, el uso de esta metodología requiere equipos
con medición cuantitativa, de presición y la guía y preparación de grado analítico de nanopartículas
funcionalizadas, lo que aumenta los costos y la complejidad del análisis. Además, su uso en campo es
limitado debido a la necesidad de personal capacitado y la infraestructura necesaria para realizar las
síntesis (Liu et al., 2024).
A pesar de estos desafíos, las AuNPs representan una herramienta poderosa para la detección de As,
especialmente en estudios de laboratorio donde la precisión es de grado instrumental. El desarrollo de
técnicas más accesibles y portátiles, el uso de AuNPs podría expandirse a aplicaciones de campo en el
futuro, ofreciendo una combinación de alta sensibilidad y portabilidad (Bonacci et al., 2022; Liao et al.,
2017; Alp & Tosun, 2019).
Método con enzimas o aptámeros
Para la detección de arsénico el método por aptámeros y enzimas, poseen una alta selectividad y
sensibilidad, ya que aprovechan la capacidad de reacción entre el arsénico y estas biomoléculas
enzimáticas (Chinnakutti et al., 2023). Las enzimas, como la arsenito reductasa, catalizan reacciones
que generan un cambio de color al reaccionar con arsénico, mientras que los aptámeros, que son
arsénico, lo que amplifica la señal colorimétrica y permite detectar concentraciones muy bajas, por
debajo de 1 ppb (Bonacci et al., 2022). Este enfoque es especialmente útil en estudios detallados de
contaminación ambiental, donde se requiere una alta precisión en la detección en muestras de suelos y
aguas (Awasthi et al., 2023; Padilla, 2024; Xu et al., 2024). De esta manera, las nanoparticulas sueles
estar funcionalizadas con grupos tiol o reactivos de gran afinidad por el arsénico como ciertos ligandos
orgánicos o biomoléculas (Yang et al., 2024). Es así que, a R se representa como la especie con afinidad
arsénica de tal forma que provoca una agregación de las nanoartículas y cambia sus propiedades ópticas
debido a la interacción entre las superficies de las partículas (Yang et al., 2024). La reacción es la
siguiente: 𝐴𝑢𝑁𝑃𝑠 + 𝑆𝐻 − 𝑅 → 𝐴𝑢𝑁𝑃𝑠 − 𝑅 (Ko et al., 2021).
Una de las principales ventajas de las AuNPs es su capacidad para amplificar la respuesta colorimétrica
(Ultrasensitive and selective colorimetric and smartphone-based detection of arsenic ions in aqueous
solution using alliin–chitosan–AgNPs, 2024), lo que las hace mucho más sensibles que otros métodos
colorimétricos cualitativos convencionales. Sin embargo, el uso de esta metodología requiere equipos
con medición cuantitativa, de presición y la guía y preparación de grado analítico de nanopartículas
funcionalizadas, lo que aumenta los costos y la complejidad del análisis. Además, su uso en campo es
limitado debido a la necesidad de personal capacitado y la infraestructura necesaria para realizar las
síntesis (Liu et al., 2024).
A pesar de estos desafíos, las AuNPs representan una herramienta poderosa para la detección de As,
especialmente en estudios de laboratorio donde la precisión es de grado instrumental. El desarrollo de
técnicas más accesibles y portátiles, el uso de AuNPs podría expandirse a aplicaciones de campo en el
futuro, ofreciendo una combinación de alta sensibilidad y portabilidad (Bonacci et al., 2022; Liao et al.,
2017; Alp & Tosun, 2019).
Método con enzimas o aptámeros
Para la detección de arsénico el método por aptámeros y enzimas, poseen una alta selectividad y
sensibilidad, ya que aprovechan la capacidad de reacción entre el arsénico y estas biomoléculas
enzimáticas (Chinnakutti et al., 2023). Las enzimas, como la arsenito reductasa, catalizan reacciones
que generan un cambio de color al reaccionar con arsénico, mientras que los aptámeros, que son
pág. 1169
secuencias de ADN o ARN , se unen selectivamente al arsénico y desencadenan una respuesta
colorimétrica (Wehmeier et al., 2024).
De tal forma que, dicho método es altamente preciso, permitiendo la detección de arsénico en
concentraciones por debajo de 1 ppb (Jain et al., 2023). Sin embargo, presentan limitaciones
relacionadas con la estabilidad de los reactivos biológicos, ya que las enzimas y aptámeros son
susceptibles a la degradación en condiciones ambientales (Liu et al., 2024; Peng et al., 2024). Además,
estos métodos requieren de condiciones controladas en laboratorio para garantizar la precisión, lo que
limita su aplicabilidad en campo (He et al., 2024; Raghu et al., 2012).
A pesar de estas condiciones, los métodos basados en reacciones biológicas representan una de las áreas
más prometedoras en la detección de As elemental e iónico (Mangalgiri et al., 2024). Es posible que
estas técnicas se conviertan en una opción viable para estudios de campo en el futuro, ofreciendo una
combinación de alta especificidad y portabilidad al estabilizar y miniaturizar las biomoléculas (Alam
et al., 2020; Ye et al., 2022).
Análisis comparativo de métodos para la detección de Arsénico en suelos.
Para llevar a cabo la detección cualitativa de arsénico en suelos y también en aguas, se implementan y
comparan diversas técnicas y formas colorimétricas ampliamente utilizadas en estudios ambientales y
científicos mencionadas anteriormente.
Tabla 1. Comparación de métodos de análisis cualitativos
Método Sensibilidad
(ppb)
Tiempo
de
análisis
Costo Facilidad
de uso
Aplicabilidad
en campo
Gutzeit >50 10-30 min Bajo Moderada Limitada
(peligrosidad)
Molibdeno azul 1-10 15-30 min Bajo Alta
Moderada
(necesita control
de interferentes)
Kits colorimétricos
comerciales 5-10 5-15 min Muy
Bajo Muy alta Muy alta
Nanopartículas de oro
(AuNPs) <1 10-30 min Alto Baja Baja (uso en
laboratorio)
Enzimas/aptámeros <1 10-20 min Alto Moderada Baja
secuencias de ADN o ARN , se unen selectivamente al arsénico y desencadenan una respuesta
colorimétrica (Wehmeier et al., 2024).
De tal forma que, dicho método es altamente preciso, permitiendo la detección de arsénico en
concentraciones por debajo de 1 ppb (Jain et al., 2023). Sin embargo, presentan limitaciones
relacionadas con la estabilidad de los reactivos biológicos, ya que las enzimas y aptámeros son
susceptibles a la degradación en condiciones ambientales (Liu et al., 2024; Peng et al., 2024). Además,
estos métodos requieren de condiciones controladas en laboratorio para garantizar la precisión, lo que
limita su aplicabilidad en campo (He et al., 2024; Raghu et al., 2012).
A pesar de estas condiciones, los métodos basados en reacciones biológicas representan una de las áreas
más prometedoras en la detección de As elemental e iónico (Mangalgiri et al., 2024). Es posible que
estas técnicas se conviertan en una opción viable para estudios de campo en el futuro, ofreciendo una
combinación de alta especificidad y portabilidad al estabilizar y miniaturizar las biomoléculas (Alam
et al., 2020; Ye et al., 2022).
Análisis comparativo de métodos para la detección de Arsénico en suelos.
Para llevar a cabo la detección cualitativa de arsénico en suelos y también en aguas, se implementan y
comparan diversas técnicas y formas colorimétricas ampliamente utilizadas en estudios ambientales y
científicos mencionadas anteriormente.
Tabla 1. Comparación de métodos de análisis cualitativos
Método Sensibilidad
(ppb)
Tiempo
de
análisis
Costo Facilidad
de uso
Aplicabilidad
en campo
Gutzeit >50 10-30 min Bajo Moderada Limitada
(peligrosidad)
Molibdeno azul 1-10 15-30 min Bajo Alta
Moderada
(necesita control
de interferentes)
Kits colorimétricos
comerciales 5-10 5-15 min Muy
Bajo Muy alta Muy alta
Nanopartículas de oro
(AuNPs) <1 10-30 min Alto Baja Baja (uso en
laboratorio)
Enzimas/aptámeros <1 10-20 min Alto Moderada Baja
pág. 1170
Los métodos seleccionados son evaluados en función de su sensibilidad, facilidad de uso, aplicabilidad
en campo y laboratorio, y limitaciones frente a interferencias de otros componentes presentes en las
muestras (Brammer & Ravenscroft, 2009; Sharma & Sohn, 2009).
RESULTADOS Y DISCUSIÓN
Los resultados obtenidos en la presente investigación cualitativa descriptiva, refleja el análisis integral
de los métodos analíticos cualitativos mediante colorimetría para la identificación de arsénico tri y penta
valente en suelos contaminados; con base a la información recopilada de 91 fuentes de revisiones
bibliográficas científicas de alto impacto y revistas indexadas, se identificaron y compararon las
características principales de las metodologías con mayor uso en la detección de As en campo (Alam
et al., 2020; Ye et al., 2022). De este modo se analizó y comparó en función a su sensibilidad del método,
limitaciones, limites máximos permisibles y aplicabilidad para su determinación. De tal manera, se
presenta un diagrama de análisis de búsqueda en revistas con mayor relevancia científica para la
obtención de los resultados.
Figura 1. Frecuencia de Búsqueda en base de datos indexados.
0 2 4 6 8 10 12
Revista Cubana de Química
Terra Latinoamericana
Environmental Science: Advances
Journal of Hazardous Materials
Revista Internacional de Contaminación Ambiental
Boletín de la Sociedad Argentina de Botánica
Revista Ambiente & Água
Critical Reviews in Environmental Science and Technology
Biosensors and Bioelectronics
Pollutants
Analytical and Bioanalytical Chemistry
RSC Advances
SciEL
O Scopus
Dialn
et
Re
dal
yc
Web
of
Scienc
e
DO
AJ
Spring
er
Nature
Link
Número de Artículos
Publicación Fuente
Búsqueda Bibliográfica
Los métodos seleccionados son evaluados en función de su sensibilidad, facilidad de uso, aplicabilidad
en campo y laboratorio, y limitaciones frente a interferencias de otros componentes presentes en las
muestras (Brammer & Ravenscroft, 2009; Sharma & Sohn, 2009).
RESULTADOS Y DISCUSIÓN
Los resultados obtenidos en la presente investigación cualitativa descriptiva, refleja el análisis integral
de los métodos analíticos cualitativos mediante colorimetría para la identificación de arsénico tri y penta
valente en suelos contaminados; con base a la información recopilada de 91 fuentes de revisiones
bibliográficas científicas de alto impacto y revistas indexadas, se identificaron y compararon las
características principales de las metodologías con mayor uso en la detección de As en campo (Alam
et al., 2020; Ye et al., 2022). De este modo se analizó y comparó en función a su sensibilidad del método,
limitaciones, limites máximos permisibles y aplicabilidad para su determinación. De tal manera, se
presenta un diagrama de análisis de búsqueda en revistas con mayor relevancia científica para la
obtención de los resultados.
Figura 1. Frecuencia de Búsqueda en base de datos indexados.
0 2 4 6 8 10 12
Revista Cubana de Química
Terra Latinoamericana
Environmental Science: Advances
Journal of Hazardous Materials
Revista Internacional de Contaminación Ambiental
Boletín de la Sociedad Argentina de Botánica
Revista Ambiente & Água
Critical Reviews in Environmental Science and Technology
Biosensors and Bioelectronics
Pollutants
Analytical and Bioanalytical Chemistry
RSC Advances
SciEL
O Scopus
Dialn
et
Re
dal
yc
Web
of
Scienc
e
DO
AJ
Spring
er
Nature
Link
Número de Artículos
Publicación Fuente
Búsqueda Bibliográfica
pág. 1171
Figura 2. Análisis de búsqueda para el seguimiento metodológico.
La figura 2 ilustra el método procesal estándar escogido para analizar y comparar todas las técnicas y
metodologías empleadas en la detección cualitativa de arsénico. De tal manera, se examinó la precisión
e incertidumbre de cada proceso en función a sus características y aplicabilidad (Chunta et al., 2023; Ko
et al., 2021). Además, en la revisión bibliográfica destacan el potencial de los sistemas basados en
pigmentos y nanomateriales para contribuir significativamente a mejorar la exactitud y la sensibilidad
de las técnicas evaluadas. Esta evaluación ayuda a precisar las ventajas y desventajas de cada técnica y
crea una clasificación establecida para la preferencia de uso según las condiciones de laboratorio o de
campo de acuerdo con los parámetros del estudio. Por otra parte, se establece en la figura 3 a y b la
secuencia cronológica de búsqueda para el análisis de arsénico en suelos y aguas; en la cual se basa en
un recorrido por similud de trabajos entre autores con afinidad al tema de contaminantes de dicho
elemento. De este modo, la búsqueda y conexión se realizó mediante la aplicación researchrabbitapp; lo
que permitió tener una guía detallada y secuencial para generar nuestra búsqueda bibliográfica
acompañada y comparada con sciencedirect entre la más utilizada durante el presente trabajo como se
muestra a continuación en las siguientes figuras (Zheng et al., 2021; Chunta et al., 2023; Batool Fatima
et al., 2024).
Figura 2. Análisis de búsqueda para el seguimiento metodológico.
La figura 2 ilustra el método procesal estándar escogido para analizar y comparar todas las técnicas y
metodologías empleadas en la detección cualitativa de arsénico. De tal manera, se examinó la precisión
e incertidumbre de cada proceso en función a sus características y aplicabilidad (Chunta et al., 2023; Ko
et al., 2021). Además, en la revisión bibliográfica destacan el potencial de los sistemas basados en
pigmentos y nanomateriales para contribuir significativamente a mejorar la exactitud y la sensibilidad
de las técnicas evaluadas. Esta evaluación ayuda a precisar las ventajas y desventajas de cada técnica y
crea una clasificación establecida para la preferencia de uso según las condiciones de laboratorio o de
campo de acuerdo con los parámetros del estudio. Por otra parte, se establece en la figura 3 a y b la
secuencia cronológica de búsqueda para el análisis de arsénico en suelos y aguas; en la cual se basa en
un recorrido por similud de trabajos entre autores con afinidad al tema de contaminantes de dicho
elemento. De este modo, la búsqueda y conexión se realizó mediante la aplicación researchrabbitapp; lo
que permitió tener una guía detallada y secuencial para generar nuestra búsqueda bibliográfica
acompañada y comparada con sciencedirect entre la más utilizada durante el presente trabajo como se
muestra a continuación en las siguientes figuras (Zheng et al., 2021; Chunta et al., 2023; Batool Fatima
et al., 2024).
pág. 1172
Figura 3a. Relación cronológica de búsqueda para identificación de arsénico en suelos.
Figura 3b. Relación cronológica de búsqueda para determinar arsénico mediante colorimetría.
Comparación de Métodos Colorimétricos para la Detección de Arsénico: Aplicaciones y
Limitaciones
La metodología comparativa entre diferentes técnicas colorimétricas para la detección de arsénico en
suelos se destaca por su aplicabilidad en contextos ambientales in situ o en laboratorio de forma
cualitativa para obtener datos iniciale en investigación. Cada método presenta ventajas y desventajas
Figura 3a. Relación cronológica de búsqueda para identificación de arsénico en suelos.
Figura 3b. Relación cronológica de búsqueda para determinar arsénico mediante colorimetría.
Comparación de Métodos Colorimétricos para la Detección de Arsénico: Aplicaciones y
Limitaciones
La metodología comparativa entre diferentes técnicas colorimétricas para la detección de arsénico en
suelos se destaca por su aplicabilidad en contextos ambientales in situ o en laboratorio de forma
cualitativa para obtener datos iniciale en investigación. Cada método presenta ventajas y desventajas
pág. 1173
según el escenario de uso (Zhang et al., 2025). Los kits comerciales y el método de azul de molibdeno
son adecuados para estudios de campo y monitoreo rápido debido a su facilidad de uso y bajo costo
(Méndez et al., 2020; Rodriguez et al., 2014; Khansili, 2023; Lawson & Scott, 1925; He et al., 2024).
Sin embargo, en situaciones donde se requiere una mayor sensibilidad, los métodos basados en
nanopartículas de oro o enzimas ofrecen mejores resultados, aunque con un mayor costo y complejidad
operativa (Priyadarshni & Chanda, 2022). Para un estudio científico comparativo, se recomienda el uso
de kits colorimétricos comerciales para estudios preliminares en campo y la validación de los resultados
con técnicas más avanzadas, como las nanopartículas de oro o los aptámeros, en el laboratorio. Para
estudios de campo que requieren resultados rápidos y prácticos, los kits colorimétricos comerciales y el
método Gutzeit son opciones viables, especialmente en zonas rurales o con recursos limitados (Zheng
et al., 2021; Chunta et al., 2023; Batool Fatima et al., 2024). Sin embargo, para estudios que demanden
una mayor precisión y detección de arsénico a niveles muy bajos, las nanopartículas de oro y los
aptámeros ofrecen soluciones avanzadas, aunque su aplicación se restringe a entornos controlados
debido a sus altos costos y complejidad de uso (Liu et al., 2024; Ravula & Mandal, 2024; (onthula et al.,
2024).
Tabla 2. Ventajas y desventajas de uso de métodos.
Método Ventajas Desventajas
Gutzeit
• Económico y fácil de usar
en campo.
• No requiere equipo
especializado.
• Ideal para pruebas
preliminares rápidas.
• Genera arsina, un gas
altamente tóxico.
• Baja sensibilidad para
concentraciones <50 ppb.
• Afectado por la interferencia
de otros metales como Fe y Cu.
Azul de Molibdeno
• Alta sensibilidad (1-10
ppb).
• Bajo costo y ampliamente
usado en estudios ambientales.
• Permite cuantificación
mediante espectrofotometría.
• Requiere pretratamiento de
muestras para evitar interferencias de
fosfatos y silicato.
• No apto para uso en campo
debido a la necesidad de condiciones
controladas.
Kits Colorimétricos • Rápidos, fáciles de usar y
portátiles.
• Sensibilidad limitada (5-10
ppb).
según el escenario de uso (Zhang et al., 2025). Los kits comerciales y el método de azul de molibdeno
son adecuados para estudios de campo y monitoreo rápido debido a su facilidad de uso y bajo costo
(Méndez et al., 2020; Rodriguez et al., 2014; Khansili, 2023; Lawson & Scott, 1925; He et al., 2024).
Sin embargo, en situaciones donde se requiere una mayor sensibilidad, los métodos basados en
nanopartículas de oro o enzimas ofrecen mejores resultados, aunque con un mayor costo y complejidad
operativa (Priyadarshni & Chanda, 2022). Para un estudio científico comparativo, se recomienda el uso
de kits colorimétricos comerciales para estudios preliminares en campo y la validación de los resultados
con técnicas más avanzadas, como las nanopartículas de oro o los aptámeros, en el laboratorio. Para
estudios de campo que requieren resultados rápidos y prácticos, los kits colorimétricos comerciales y el
método Gutzeit son opciones viables, especialmente en zonas rurales o con recursos limitados (Zheng
et al., 2021; Chunta et al., 2023; Batool Fatima et al., 2024). Sin embargo, para estudios que demanden
una mayor precisión y detección de arsénico a niveles muy bajos, las nanopartículas de oro y los
aptámeros ofrecen soluciones avanzadas, aunque su aplicación se restringe a entornos controlados
debido a sus altos costos y complejidad de uso (Liu et al., 2024; Ravula & Mandal, 2024; (onthula et al.,
2024).
Tabla 2. Ventajas y desventajas de uso de métodos.
Método Ventajas Desventajas
Gutzeit
• Económico y fácil de usar
en campo.
• No requiere equipo
especializado.
• Ideal para pruebas
preliminares rápidas.
• Genera arsina, un gas
altamente tóxico.
• Baja sensibilidad para
concentraciones <50 ppb.
• Afectado por la interferencia
de otros metales como Fe y Cu.
Azul de Molibdeno
• Alta sensibilidad (1-10
ppb).
• Bajo costo y ampliamente
usado en estudios ambientales.
• Permite cuantificación
mediante espectrofotometría.
• Requiere pretratamiento de
muestras para evitar interferencias de
fosfatos y silicato.
• No apto para uso en campo
debido a la necesidad de condiciones
controladas.
Kits Colorimétricos • Rápidos, fáciles de usar y
portátiles.
• Sensibilidad limitada (5-10
ppb).
pág. 1174
• Apto para estudios in situ.
Bajo costo, ideal para
evaluaciones preliminares.
• Resultados subjetivos debido a
la interpretación del color.
• No adecuados para detección
de bajas concentraciones ni estudios de
alta precisión.
Nanopartículas de
Oro (AuNPs)
• Alta sensibilidad, detecta
concentraciones <1 ppb.
• Gran precisión debido a
la amplificación de la señal.
• Tecnología avanzada
para estudios detallados.
• Requiere equipos
especializados y personal capacitado.
• Costo elevado.
• Aplicabilidad limitada en
campo debido a la complejidad del
análisis.
Enzimas/Aptámeros
• Altamente selectivo y
sensible.
• Capaz de detectar
arsénico en concentraciones muy
bajas.
• Innovador en el uso de
biomoléculas.
• Estabilidad limitada de los
reactivos biológicos, especialmente en
condiciones de campo.
• Requiere condiciones
controladas para obtener resultados
precisos.
• Costo elevado y complejidad
en el desarrollo del método.
Sin embargo, para estudios que demanden una mayor precisión y detección de arsénico a niveles muy
bajos, las nanopartículas de oro y los aptámeros ofrecen soluciones avanzadas, aunque su aplicación se
restringe a entornos controlados debido a sus altos costos y complejidad de uso (Liu et al., 2024; Ravula
& Mandal, 2024; (onthula et al., 2024).
Comparativa que resume los diferentes métodos colorimétricos para la detección de arsénico
En el análisis de métodos colorimétricos para la detección de arsénico, se indica que el método de
Gutzeit, si bien es económico y muy sencillo de utilizarlo, presenta limitaciones importantes debido a
la toxicidad de la arsina y a que su sensibilidad es escasa a concentraciones menores que 0.05 ppb (Guan
et al., 2022; Gutzeit et al., 2024). El método del azul de molibdeno, en cambio, es mucho más accesible,
con un rango de detección entre 0.001 y 0.01 ppb, aunque su aplicabilidad en campo es baja debido a la
interferencia de los fosfatos y otros iones presentes en las muestras (ACMT, Annual Scientific Meeting
Abstracts, 2024; Batool Fatima et al., 2024; Bonacci et al., 2022; He et al., 2023; Korte M.S. & Fernando
• Apto para estudios in situ.
Bajo costo, ideal para
evaluaciones preliminares.
• Resultados subjetivos debido a
la interpretación del color.
• No adecuados para detección
de bajas concentraciones ni estudios de
alta precisión.
Nanopartículas de
Oro (AuNPs)
• Alta sensibilidad, detecta
concentraciones <1 ppb.
• Gran precisión debido a
la amplificación de la señal.
• Tecnología avanzada
para estudios detallados.
• Requiere equipos
especializados y personal capacitado.
• Costo elevado.
• Aplicabilidad limitada en
campo debido a la complejidad del
análisis.
Enzimas/Aptámeros
• Altamente selectivo y
sensible.
• Capaz de detectar
arsénico en concentraciones muy
bajas.
• Innovador en el uso de
biomoléculas.
• Estabilidad limitada de los
reactivos biológicos, especialmente en
condiciones de campo.
• Requiere condiciones
controladas para obtener resultados
precisos.
• Costo elevado y complejidad
en el desarrollo del método.
Sin embargo, para estudios que demanden una mayor precisión y detección de arsénico a niveles muy
bajos, las nanopartículas de oro y los aptámeros ofrecen soluciones avanzadas, aunque su aplicación se
restringe a entornos controlados debido a sus altos costos y complejidad de uso (Liu et al., 2024; Ravula
& Mandal, 2024; (onthula et al., 2024).
Comparativa que resume los diferentes métodos colorimétricos para la detección de arsénico
En el análisis de métodos colorimétricos para la detección de arsénico, se indica que el método de
Gutzeit, si bien es económico y muy sencillo de utilizarlo, presenta limitaciones importantes debido a
la toxicidad de la arsina y a que su sensibilidad es escasa a concentraciones menores que 0.05 ppb (Guan
et al., 2022; Gutzeit et al., 2024). El método del azul de molibdeno, en cambio, es mucho más accesible,
con un rango de detección entre 0.001 y 0.01 ppb, aunque su aplicabilidad en campo es baja debido a la
interferencia de los fosfatos y otros iones presentes en las muestras (ACMT, Annual Scientific Meeting
Abstracts, 2024; Batool Fatima et al., 2024; Bonacci et al., 2022; He et al., 2023; Korte M.S. & Fernando
pág. 1175
Ph.D., 1991; Ramos Lorente, 2024). Los Kits colorimétricos comerciales que son prácticos y portátiles
aunque menos precisos necesitan validaciones secundarias a concentraciones bajas de este modo, la
respuesta en cuanto a aprovechamiento para la sensibilidad es las partículas de AuNPs sería alta y
presentan la capacidad de detectar arsénico en la zona inferior a 0.001 ppb, pero requieren equipos
especializados (He et al., 2024; Mohammed et al., 2024; Priyadarshni & Chanda, 2022; Wang et al.,
2021; Ye et al., 2022). Por lo cual, su uso práctico en campo es limitado (Rae, 2020).
Tabla 3. Evaluación de métodos cualitativos colorimétricos para la detección de arsénico en suelos:
principios, coloración y estabilidad.
Finalmente, las alternativas, como los métodos basados en Enzimas o Aptámeros ofrecen especificidad
y sensibilidad altas, aunque la estabilidad en condiciones ambientales es limitada, lo que restringe su
uso a laboratorios avanzados. Cada método ofrece ventajas y desventajas, y la elección depende de las
condiciones del estudio y del entorno (Chávez, 2018).
Necesariamente numeradas en forma correlativa que permitan su referencia inmediata en el texto. Con
Método Principio del Método
Color de
Formación del
Complejo
Estabilidad del
Color
Gutzeit
Reducción de compuestos de
arsénico con zinc en ácido
para generar arsina (AsH₃),
que reacciona con HgBr₂
Amarillo-marrón Moderada, cambia
con la concentración
Azul de Molibdeno
Formación de complejo
heteropoliácido entre As5+ y
molibdato en medio ácido,
detectado mediante
espectrofotometría
Azul Alta, estable en
condiciones
controladas
Kits Colorimétricos
Reacción entre arsénico en
muestras y reactivos
específicos en kits
comerciales portátiles
Amarillo, marrón
o rojo
Moderada, depende
de la concentración
Nanopartículas de
Oro (AuNPs)
Agregación de nanopartículas
de oro funcionalizadas al
unirse con arsénico,
produciendo un cambio de
color
Violeta a rojo Muy alta, estable en
laboratorio
Enzimas/Aptámeros
Reacción específica entre
enzimas o aptámeros y
arsénico, generando un
cambio colorimétrico
Depende del
sistema utilizado
Moderada a alta en
condiciones
controladas
Ph.D., 1991; Ramos Lorente, 2024). Los Kits colorimétricos comerciales que son prácticos y portátiles
aunque menos precisos necesitan validaciones secundarias a concentraciones bajas de este modo, la
respuesta en cuanto a aprovechamiento para la sensibilidad es las partículas de AuNPs sería alta y
presentan la capacidad de detectar arsénico en la zona inferior a 0.001 ppb, pero requieren equipos
especializados (He et al., 2024; Mohammed et al., 2024; Priyadarshni & Chanda, 2022; Wang et al.,
2021; Ye et al., 2022). Por lo cual, su uso práctico en campo es limitado (Rae, 2020).
Tabla 3. Evaluación de métodos cualitativos colorimétricos para la detección de arsénico en suelos:
principios, coloración y estabilidad.
Finalmente, las alternativas, como los métodos basados en Enzimas o Aptámeros ofrecen especificidad
y sensibilidad altas, aunque la estabilidad en condiciones ambientales es limitada, lo que restringe su
uso a laboratorios avanzados. Cada método ofrece ventajas y desventajas, y la elección depende de las
condiciones del estudio y del entorno (Chávez, 2018).
Necesariamente numeradas en forma correlativa que permitan su referencia inmediata en el texto. Con
Método Principio del Método
Color de
Formación del
Complejo
Estabilidad del
Color
Gutzeit
Reducción de compuestos de
arsénico con zinc en ácido
para generar arsina (AsH₃),
que reacciona con HgBr₂
Amarillo-marrón Moderada, cambia
con la concentración
Azul de Molibdeno
Formación de complejo
heteropoliácido entre As5+ y
molibdato en medio ácido,
detectado mediante
espectrofotometría
Azul Alta, estable en
condiciones
controladas
Kits Colorimétricos
Reacción entre arsénico en
muestras y reactivos
específicos en kits
comerciales portátiles
Amarillo, marrón
o rojo
Moderada, depende
de la concentración
Nanopartículas de
Oro (AuNPs)
Agregación de nanopartículas
de oro funcionalizadas al
unirse con arsénico,
produciendo un cambio de
color
Violeta a rojo Muy alta, estable en
laboratorio
Enzimas/Aptámeros
Reacción específica entre
enzimas o aptámeros y
arsénico, generando un
cambio colorimétrico
Depende del
sistema utilizado
Moderada a alta en
condiciones
controladas
pág. 1176
cabeceras apropiadas con sus títulos correspondientes. Leyendas explicativas que aclaren símbolos,
abreviaturas, etc. así, también guías de datos, imágenes, estadísticas, etc. Al tratarse de las tablas, éstas
determinarán claramente en cada columna un encabezamiento, precisando el tipo de datos que se
registran en ella y las unidades de medida que se hubieren utilizado.
CONCLUSIONES
En conclusión, los métodos colorimétricos que detectan el arsénico en los suelos y aguas presentan ser
herramientas útiles y versátiles, cada uno con particularidades ventajas dadas para ciertos contextos. Por
un lado, el método Gutzeit destaca por su simplicidad y bajo costo, siendo factibles para
experimentaciones preliminares en el ámbito de campo. No obstante, la falta de sensibilidad en las
concentraciones de As es inferiores a 50 ppb. Por otra parte, la producción de arsina es una complejidad
al ser un gas altamente venenoso. De tal modo que, son las limitaciones claves que restringen el uso
principal en los estudios más rigurosos y modernos. A unitud con el progreso de la ciencia, es vital
optimizar este método para reducir los riesgos y mejorar su precisión.
Por consiguiente, es destacable el método de azul de molibdeno por su alta sensibilidad y precisión,
permitiendo la detección de As con un rango de 1 a 10 ppb, lo que lo posiciona como una técnica
confiable en entornos controlados. Sin embargo, su dependencia de equipos especializados y la
necesidad de condiciones instrumentles de laboratorio limitan su aplicación práctica en estudios de
campo, donde la rapidez y la simplicidad son esenciales. En este contexto, los kits colorimétricos
comerciales se presentan como una alternativa viable. Aunque su sensibilidad es menor en comparación
con los otros métodos. Por esta razón, su accesibilidad, facilidad de uso y portabilidad los convierten en
una herramienta prioritaria para evaluaciones rápidas, especialmente en campo y áreas rurales con
recursos limitados. De esta manera, los kits colorimétricos son cruciales para facilitar un monitoreo
preliminar efectivo en regiones remotas, proporcionando una solución práctica para la detección de
arsénico en sitios donde las herramientas más avanzadas no son factibles.
Por último, las AuNPs y las técnicas basadas en enzimas biológicas gracias a su alta sensibilidad y
especificidad, son opciones prometedoras para la detección de As a niveles de concentración por debajo
de 1 ppb. No obstante, la complejidad y el costo inherente a estos métodos limitan su uso en el campo,
restringiéndolos en gran medida al uso en laboratorios inatrumentales de primera categoria. A medida
cabeceras apropiadas con sus títulos correspondientes. Leyendas explicativas que aclaren símbolos,
abreviaturas, etc. así, también guías de datos, imágenes, estadísticas, etc. Al tratarse de las tablas, éstas
determinarán claramente en cada columna un encabezamiento, precisando el tipo de datos que se
registran en ella y las unidades de medida que se hubieren utilizado.
CONCLUSIONES
En conclusión, los métodos colorimétricos que detectan el arsénico en los suelos y aguas presentan ser
herramientas útiles y versátiles, cada uno con particularidades ventajas dadas para ciertos contextos. Por
un lado, el método Gutzeit destaca por su simplicidad y bajo costo, siendo factibles para
experimentaciones preliminares en el ámbito de campo. No obstante, la falta de sensibilidad en las
concentraciones de As es inferiores a 50 ppb. Por otra parte, la producción de arsina es una complejidad
al ser un gas altamente venenoso. De tal modo que, son las limitaciones claves que restringen el uso
principal en los estudios más rigurosos y modernos. A unitud con el progreso de la ciencia, es vital
optimizar este método para reducir los riesgos y mejorar su precisión.
Por consiguiente, es destacable el método de azul de molibdeno por su alta sensibilidad y precisión,
permitiendo la detección de As con un rango de 1 a 10 ppb, lo que lo posiciona como una técnica
confiable en entornos controlados. Sin embargo, su dependencia de equipos especializados y la
necesidad de condiciones instrumentles de laboratorio limitan su aplicación práctica en estudios de
campo, donde la rapidez y la simplicidad son esenciales. En este contexto, los kits colorimétricos
comerciales se presentan como una alternativa viable. Aunque su sensibilidad es menor en comparación
con los otros métodos. Por esta razón, su accesibilidad, facilidad de uso y portabilidad los convierten en
una herramienta prioritaria para evaluaciones rápidas, especialmente en campo y áreas rurales con
recursos limitados. De esta manera, los kits colorimétricos son cruciales para facilitar un monitoreo
preliminar efectivo en regiones remotas, proporcionando una solución práctica para la detección de
arsénico en sitios donde las herramientas más avanzadas no son factibles.
Por último, las AuNPs y las técnicas basadas en enzimas biológicas gracias a su alta sensibilidad y
especificidad, son opciones prometedoras para la detección de As a niveles de concentración por debajo
de 1 ppb. No obstante, la complejidad y el costo inherente a estos métodos limitan su uso en el campo,
restringiéndolos en gran medida al uso en laboratorios inatrumentales de primera categoria. A medida
pág. 1177
que se produzcan avances en la estabilización de reactivos biológicos y la miniaturización de los
equipos, es posible que estas metodologías se vuelvan más accesibles para investigaciones de campo en
un futuro cercano.
REFERENCIAS BIBLIOGRÁFICAS
Abbas, G., Murtaza, B., Bibi, I., Shahid, M., Niazi, N. K., Khan, M. I., Amjad, M., Hussain, M., &
Natasha. (2018). Arsenic Uptake, Toxicity, Detoxification, and Speciation in Plants:
Physiological, Biochemical, and Molecular Aspects. International Journal of Environmental
Research and Public Health, 15(1), Article 1. https://doi.org/10.3390/ijerph15010059
ACMT Annual Scientific Meeting Abstracts – Washington, DC. (2024). Journal of Medical Toxicology,
20(2), 86-192. https://doi.org/10.1007/s13181-024-00990-6
Agusa, T., Trang, P. T. K., Lan, V. M., Anh, D. H., Tanabe, S., Viet, P. H., & Berg, M. (2014). Human
exposure to arsenic from drinking water in Vietnam. Science of The Total Environment, 488-
489, 562-569. https://doi.org/10.1016/j.scitotenv.2013.10.039
Alam, A. U., Clyne, D., Jin, H., Hu, N.-X., & Deen, M. J. (2020). Fully Integrated, Simple, and Low-
Cost Electrochemical Sensor Array for in Situ Water Quality Monitoring. ACS Sensors, 5(2),
412-422. https://doi.org/10.1021/acssensors.9b02095
Almeida, C. C., Fontes, M. P. F., Dias, A. C., Pereira, T. T. C., & Ker, J. C. (2020). Adsorption and
desorption of arsenic and its immobilization in soils. Scientia Agricola, 78, e20180386.
https://doi.org/10.1590/1678-992X-2018-0368
Alp, O., & Tosun, G. (2019). A rapid on-line non-chromatographic hydride generation atomic
fluorescence spectrometry technique for speciation of inorganic arsenic in drinking water. Food
Chemistry, 290, 10-15. https://doi.org/10.1016/j.foodchem.2019.03.119
Anawar, H. M. (2012). Arsenic speciation in environmental samples by hydride generation and
electrothermal atomic absorption spectrometry. Talanta, 88, 30-42.
https://doi.org/10.1016/j.talanta.2011.11.068
Andrade Linarez, K., Castillo Coaquira, I., & Quispe Riquelme, R. (2020). DETERMINACIÓN DE
METALES PESADOS EN SUELOS AGRÍCOLAS Y SUELOS PARA CULTIVO DE Solanum
tuberosum DE LA BAHÍA INTERIOR DE PUNO. Investigación & Desarrollo, 20(1),
que se produzcan avances en la estabilización de reactivos biológicos y la miniaturización de los
equipos, es posible que estas metodologías se vuelvan más accesibles para investigaciones de campo en
un futuro cercano.
REFERENCIAS BIBLIOGRÁFICAS
Abbas, G., Murtaza, B., Bibi, I., Shahid, M., Niazi, N. K., Khan, M. I., Amjad, M., Hussain, M., &
Natasha. (2018). Arsenic Uptake, Toxicity, Detoxification, and Speciation in Plants:
Physiological, Biochemical, and Molecular Aspects. International Journal of Environmental
Research and Public Health, 15(1), Article 1. https://doi.org/10.3390/ijerph15010059
ACMT Annual Scientific Meeting Abstracts – Washington, DC. (2024). Journal of Medical Toxicology,
20(2), 86-192. https://doi.org/10.1007/s13181-024-00990-6
Agusa, T., Trang, P. T. K., Lan, V. M., Anh, D. H., Tanabe, S., Viet, P. H., & Berg, M. (2014). Human
exposure to arsenic from drinking water in Vietnam. Science of The Total Environment, 488-
489, 562-569. https://doi.org/10.1016/j.scitotenv.2013.10.039
Alam, A. U., Clyne, D., Jin, H., Hu, N.-X., & Deen, M. J. (2020). Fully Integrated, Simple, and Low-
Cost Electrochemical Sensor Array for in Situ Water Quality Monitoring. ACS Sensors, 5(2),
412-422. https://doi.org/10.1021/acssensors.9b02095
Almeida, C. C., Fontes, M. P. F., Dias, A. C., Pereira, T. T. C., & Ker, J. C. (2020). Adsorption and
desorption of arsenic and its immobilization in soils. Scientia Agricola, 78, e20180386.
https://doi.org/10.1590/1678-992X-2018-0368
Alp, O., & Tosun, G. (2019). A rapid on-line non-chromatographic hydride generation atomic
fluorescence spectrometry technique for speciation of inorganic arsenic in drinking water. Food
Chemistry, 290, 10-15. https://doi.org/10.1016/j.foodchem.2019.03.119
Anawar, H. M. (2012). Arsenic speciation in environmental samples by hydride generation and
electrothermal atomic absorption spectrometry. Talanta, 88, 30-42.
https://doi.org/10.1016/j.talanta.2011.11.068
Andrade Linarez, K., Castillo Coaquira, I., & Quispe Riquelme, R. (2020). DETERMINACIÓN DE
METALES PESADOS EN SUELOS AGRÍCOLAS Y SUELOS PARA CULTIVO DE Solanum
tuberosum DE LA BAHÍA INTERIOR DE PUNO. Investigación & Desarrollo, 20(1),
pág. 1178
147-153. http://www.scielo.org.bo/scielo.php?script=sci_abstract&pid=S2518-
44312020000100011&lng=es&nrm=iso&tlng=es
Awasthi, V. D., Singh, S. P., Ramachandran, S., & Bandyopadhyaya, R. (2023). A portable device for
quick, on-spot, total arsenic measurement over a wide concentration range in water. Journal of
Environmental Chemical Engineering, 11(5), 111012.
https://doi.org/10.1016/j.jece.2023.111012
Ban, R., Yang, L., Yu, J., Wei, B., & Yin, S. (2024). Predicting the risk of arsenic accumulation in soil-
rice system in Asian monsoon region. Science of The Total Environment, 952, 175896.
https://doi.org/10.1016/j.scitotenv.2024.175896
Basurto Minaya, D. M., & Bravo Neira, J. N. (2024). Evaluación de presencia de arsénico y plomo en
Té de Amaranthus hybridus y Lavándula angustifolia mediante espectrofotometría de absorción
atómica (Master's thesis). https://repositorio.unemi.edu.ec/xmlui/handle/123456789/7366
Batool Fatima, S., Masood, N., & Farooqi, A. (2024). Techniques of Arsenic Remediation on Household
and Commercial Scale. En N. Kumar, M. Z. Hashmi, & S. Wang (Eds.), Arsenic Toxicity
Remediation: Sustainable Nexus Approach (pp. 281-291). Springer Nature Switzerland.
https://doi.org/10.1007/978-3-031-52614-5_14
Bhat, A., Hara, T. O., Tian, F., & Singh, B. (2023). Review of analytical techniques for arsenic detection
and determination in drinking water. Environmental Science: Advances, 2(2), 171-195.
https://doi.org/10.1039/D2VA00218C
Bhat, A., Ravi, K., Tian, F., & Singh, B. (2024). Arsenic Contamination Needs Serious Attention: An
Opinion and Global Scenario. Pollutants, 4(2), Article 2.
https://doi.org/10.3390/pollutants4020013
Bonacci, M. E., Almeida, M. I. G. S., Zhang, Y., & Kolev, S. D. (2022). Speciation of inorganic arsenic
in aqueous samples using a novel hydride generation microfluidic paper-based analytical device
(μPAD). Microchimica Acta, 189(7), 243. https://doi.org/10.1007/s00604-022-05339-w
Bonthula, S., Devarajan, S., Maurya, M. R., Al-Maadeed, S., Maalej, R., Chaari, M. Z., & Sadasivuni,
K. K. (2024). Advancing Rapid Arsenic (III) Detection Through Device-Integrated Colorimetry.
Chemistry Africa, 7(8), 4381-4391. https://doi.org/10.1007/s42250-024-01060-8
147-153. http://www.scielo.org.bo/scielo.php?script=sci_abstract&pid=S2518-
44312020000100011&lng=es&nrm=iso&tlng=es
Awasthi, V. D., Singh, S. P., Ramachandran, S., & Bandyopadhyaya, R. (2023). A portable device for
quick, on-spot, total arsenic measurement over a wide concentration range in water. Journal of
Environmental Chemical Engineering, 11(5), 111012.
https://doi.org/10.1016/j.jece.2023.111012
Ban, R., Yang, L., Yu, J., Wei, B., & Yin, S. (2024). Predicting the risk of arsenic accumulation in soil-
rice system in Asian monsoon region. Science of The Total Environment, 952, 175896.
https://doi.org/10.1016/j.scitotenv.2024.175896
Basurto Minaya, D. M., & Bravo Neira, J. N. (2024). Evaluación de presencia de arsénico y plomo en
Té de Amaranthus hybridus y Lavándula angustifolia mediante espectrofotometría de absorción
atómica (Master's thesis). https://repositorio.unemi.edu.ec/xmlui/handle/123456789/7366
Batool Fatima, S., Masood, N., & Farooqi, A. (2024). Techniques of Arsenic Remediation on Household
and Commercial Scale. En N. Kumar, M. Z. Hashmi, & S. Wang (Eds.), Arsenic Toxicity
Remediation: Sustainable Nexus Approach (pp. 281-291). Springer Nature Switzerland.
https://doi.org/10.1007/978-3-031-52614-5_14
Bhat, A., Hara, T. O., Tian, F., & Singh, B. (2023). Review of analytical techniques for arsenic detection
and determination in drinking water. Environmental Science: Advances, 2(2), 171-195.
https://doi.org/10.1039/D2VA00218C
Bhat, A., Ravi, K., Tian, F., & Singh, B. (2024). Arsenic Contamination Needs Serious Attention: An
Opinion and Global Scenario. Pollutants, 4(2), Article 2.
https://doi.org/10.3390/pollutants4020013
Bonacci, M. E., Almeida, M. I. G. S., Zhang, Y., & Kolev, S. D. (2022). Speciation of inorganic arsenic
in aqueous samples using a novel hydride generation microfluidic paper-based analytical device
(μPAD). Microchimica Acta, 189(7), 243. https://doi.org/10.1007/s00604-022-05339-w
Bonthula, S., Devarajan, S., Maurya, M. R., Al-Maadeed, S., Maalej, R., Chaari, M. Z., & Sadasivuni,
K. K. (2024). Advancing Rapid Arsenic (III) Detection Through Device-Integrated Colorimetry.
Chemistry Africa, 7(8), 4381-4391. https://doi.org/10.1007/s42250-024-01060-8
pág. 1179
Boruah, B. S., Biswas, R., & Deb, P. (2019). A green colorimetric approach towards detection of arsenic
(III): A pervasive environmental pollutant. Optics & Laser Technology, 111, 825-829.
https://doi.org/10.1016/j.optlastec.2018.09.023
Boyle, K. L., Toce, M. S., Meyn, A., Dunavin, A., & Mazer-Amirshahi, M. (2023). Welcome to the 2023
ACMT Annual Scientific Meeting—San Diego, CA. Journal of Medical Toxicology, 19(2), 61-
62. https://doi.org/10.1007/s13181-023-00932-8
Brammer, H., & Ravenscroft, P. (2009). Arsenic in groundwater: A threat to sustainable agriculture in
South and South-east Asia. Environment International, 35(3), 647-654.
https://doi.org/10.1016/j.envint.2008.10.004
Bundschuh, J., Armienta, M. A., Morales-Simfors, N., Alam, M. A., López, D. L., Delgado Quezada, V.,
Dietrich, S., Schneider, J., Tapia, J., Sracek, O., Castillo, E., Marco Parra, L.-M., Altamirano
Espinoza, M., Guimarães Guilherme, L. R., Sosa, N. N., Niazi, N. K., Tomaszewska, B., Lizama
Allende, K., Bieger, K., … Ahmad, A. (2021). Arsenic in Latin America: New findings on
source, mobilization and mobility in human environments in 20 countries based on decadal
research 2010-2020. Critical Reviews in Environmental Science and Technology, 51(16), 1727-
1865. https://doi.org/10.1080/10643389.2020.1770527
Chávez, J. A. V. (2018). Calidad del agua y desarrollo sostenible. Revista Peruana de Medicina
Experimental y Salud Pública, 35, 304-308. https://doi.org/10.17843/rpmesp.2018.352.3719
Chinnakutti, K. kumar, C. Maridevaru, M., Kaimal, R., Paramasivam, N., Kirubaharan, A. M. K.,
Theerthagiri, J., M.l., A. K., Manickam, S., Anandan, S., & Choi, M. Y. (2023). Detección
electroquímica de sustancias químicas peligrosas de arsénico (III) mediante cristales
individuales cúbicos de CsPbBr 3: Información estructural a partir de un estudio DFT.
Environmental Research, 229, 115940. https://doi.org/10.1016/j.envres.2023.115940
Chunta, S., Phongthai, S., & Jarujamrus, P. (2023). Simple colorimetric assay using pectin hydrogel
reagent coupled with camera-based photometry for trace arsenic determination. Analytical and
Bioanalytical Chemistry, 415(18), 4603-4614. https://doi.org/10.1007/s00216-023-04762-z
Corroto, C., Iriel, A., Fernández Cirelli, A., Pérez Carrera, A., Corroto, C., Iriel, A., Fernández Cirelli,
A., & Pérez Carrera, A. (2021). Metodologías de remoción de arsénico y flúor y su aplicabilidad
Boruah, B. S., Biswas, R., & Deb, P. (2019). A green colorimetric approach towards detection of arsenic
(III): A pervasive environmental pollutant. Optics & Laser Technology, 111, 825-829.
https://doi.org/10.1016/j.optlastec.2018.09.023
Boyle, K. L., Toce, M. S., Meyn, A., Dunavin, A., & Mazer-Amirshahi, M. (2023). Welcome to the 2023
ACMT Annual Scientific Meeting—San Diego, CA. Journal of Medical Toxicology, 19(2), 61-
62. https://doi.org/10.1007/s13181-023-00932-8
Brammer, H., & Ravenscroft, P. (2009). Arsenic in groundwater: A threat to sustainable agriculture in
South and South-east Asia. Environment International, 35(3), 647-654.
https://doi.org/10.1016/j.envint.2008.10.004
Bundschuh, J., Armienta, M. A., Morales-Simfors, N., Alam, M. A., López, D. L., Delgado Quezada, V.,
Dietrich, S., Schneider, J., Tapia, J., Sracek, O., Castillo, E., Marco Parra, L.-M., Altamirano
Espinoza, M., Guimarães Guilherme, L. R., Sosa, N. N., Niazi, N. K., Tomaszewska, B., Lizama
Allende, K., Bieger, K., … Ahmad, A. (2021). Arsenic in Latin America: New findings on
source, mobilization and mobility in human environments in 20 countries based on decadal
research 2010-2020. Critical Reviews in Environmental Science and Technology, 51(16), 1727-
1865. https://doi.org/10.1080/10643389.2020.1770527
Chávez, J. A. V. (2018). Calidad del agua y desarrollo sostenible. Revista Peruana de Medicina
Experimental y Salud Pública, 35, 304-308. https://doi.org/10.17843/rpmesp.2018.352.3719
Chinnakutti, K. kumar, C. Maridevaru, M., Kaimal, R., Paramasivam, N., Kirubaharan, A. M. K.,
Theerthagiri, J., M.l., A. K., Manickam, S., Anandan, S., & Choi, M. Y. (2023). Detección
electroquímica de sustancias químicas peligrosas de arsénico (III) mediante cristales
individuales cúbicos de CsPbBr 3: Información estructural a partir de un estudio DFT.
Environmental Research, 229, 115940. https://doi.org/10.1016/j.envres.2023.115940
Chunta, S., Phongthai, S., & Jarujamrus, P. (2023). Simple colorimetric assay using pectin hydrogel
reagent coupled with camera-based photometry for trace arsenic determination. Analytical and
Bioanalytical Chemistry, 415(18), 4603-4614. https://doi.org/10.1007/s00216-023-04762-z
Corroto, C., Iriel, A., Fernández Cirelli, A., Pérez Carrera, A., Corroto, C., Iriel, A., Fernández Cirelli,
A., & Pérez Carrera, A. (2021). Metodologías de remoción de arsénico y flúor y su aplicabilidad
pág. 1180
en el mejoramiento de la calidad del agua destinada a producción pecuaria. InVet, 23(1), 9-9.
https://www.scielo.org.ar/scielo.php?script=sci_abstract&pid=S1668-
34982021000100009&lng=es&nrm=iso&tlng=es
Garcia-Ruiz, R., Sanchez-Hernandez, R., Bautista, F., Goguitchaichvili, A., Garcia-Ruiz, R., Sanchez-
Hernandez, R., Bautista, F., & Goguitchaichvili, A. (2022). Colorimetric method to estimate the
soil organic matter in karst areas. Ecosistemas y Recursos Agropecuarios, 9(1).
https://doi.org/10.19136/era.a9n1.3189
Guan, D.-X., Dai, Z.-H., Sun, H.-J., & Ma, L. Q. (2022). Arsenic and selenium in the plant-soil-human
ecosystem: CREST publications during 2018–2021. Critical Reviews in Environmental Science
and Technology, 52(20), 3567-3572. https://doi.org/10.1080/10643389.2021.2010836
Guo, G., Chen, S., Zhang, D., Wang, J., Lei, M., Ju, T., & Wei, H. (2024). Influence of biochar on the
arsenic phytoextraction potential of Pteris vittata in soils from an abandoned arsenic mining site.
Chemosphere, 352, 141389. https://doi.org/10.1016/j.chemosphere.2024.141389
Gutzeit, K., Grossmann, F., Kirsch, B., & Aurich, J. C. (2024). Influence of a sub-zero metalworking
fluid on the tribological behavior of CoCrMo alloys and WC-Co carbides. Procedia CIRP, 126,
330-335. https://doi.org/10.1016/j.procir.2024.08.367
Hassan, J., Koohi, M. K., Amrollahi-Sharifabadi, M., & Olubusayo Funmlola, S. (2023). A review:
Analytical methods and health risk assessment for inorganic, organic, and total arsenic content
in rice samples. Analytical Methods in Environmental Chemistry Journal, 6(2), 85-108.
https://doi.org/10.24200/amecj.v6.i02.226
He, L., Yao, F., Zhong, Y., Tan, C., Chen, S., Pi, Z., Li, X., & Yang, Q. (2024). Electrochemical reductive
removal of trichloroacetic acids by a three-dimensional binderless carbon nanotubes/ CoP/Co
foam electrode: Performance and mechanism. Journal of Hazardous Materials, 470, 134120.
https://doi.org/10.1016/j.jhazmat.2024.134120
He, Y., Liu, J., Duan, Y., Yuan, X., Ma, L., Dhar, R., & Zheng, Y. (2023). A critical review of on-site
inorganic arsenic screening methods. Journal of Environmental Sciences (China), 125, 453-469.
https://doi.org/10.1016/j.jes.2022.01.034
en el mejoramiento de la calidad del agua destinada a producción pecuaria. InVet, 23(1), 9-9.
https://www.scielo.org.ar/scielo.php?script=sci_abstract&pid=S1668-
34982021000100009&lng=es&nrm=iso&tlng=es
Garcia-Ruiz, R., Sanchez-Hernandez, R., Bautista, F., Goguitchaichvili, A., Garcia-Ruiz, R., Sanchez-
Hernandez, R., Bautista, F., & Goguitchaichvili, A. (2022). Colorimetric method to estimate the
soil organic matter in karst areas. Ecosistemas y Recursos Agropecuarios, 9(1).
https://doi.org/10.19136/era.a9n1.3189
Guan, D.-X., Dai, Z.-H., Sun, H.-J., & Ma, L. Q. (2022). Arsenic and selenium in the plant-soil-human
ecosystem: CREST publications during 2018–2021. Critical Reviews in Environmental Science
and Technology, 52(20), 3567-3572. https://doi.org/10.1080/10643389.2021.2010836
Guo, G., Chen, S., Zhang, D., Wang, J., Lei, M., Ju, T., & Wei, H. (2024). Influence of biochar on the
arsenic phytoextraction potential of Pteris vittata in soils from an abandoned arsenic mining site.
Chemosphere, 352, 141389. https://doi.org/10.1016/j.chemosphere.2024.141389
Gutzeit, K., Grossmann, F., Kirsch, B., & Aurich, J. C. (2024). Influence of a sub-zero metalworking
fluid on the tribological behavior of CoCrMo alloys and WC-Co carbides. Procedia CIRP, 126,
330-335. https://doi.org/10.1016/j.procir.2024.08.367
Hassan, J., Koohi, M. K., Amrollahi-Sharifabadi, M., & Olubusayo Funmlola, S. (2023). A review:
Analytical methods and health risk assessment for inorganic, organic, and total arsenic content
in rice samples. Analytical Methods in Environmental Chemistry Journal, 6(2), 85-108.
https://doi.org/10.24200/amecj.v6.i02.226
He, L., Yao, F., Zhong, Y., Tan, C., Chen, S., Pi, Z., Li, X., & Yang, Q. (2024). Electrochemical reductive
removal of trichloroacetic acids by a three-dimensional binderless carbon nanotubes/ CoP/Co
foam electrode: Performance and mechanism. Journal of Hazardous Materials, 470, 134120.
https://doi.org/10.1016/j.jhazmat.2024.134120
He, Y., Liu, J., Duan, Y., Yuan, X., Ma, L., Dhar, R., & Zheng, Y. (2023). A critical review of on-site
inorganic arsenic screening methods. Journal of Environmental Sciences (China), 125, 453-469.
https://doi.org/10.1016/j.jes.2022.01.034
pág. 1181
Horváth, A., Kalicz, P., Farsang, A., Balázs, P., Berki, I., & Bidló, A. (2018). Influence of human impacts
on trace metal accumulation in soils of two Hungarian cities. Science of The Total Environment,
637-638, 1197-1208. https://doi.org/10.1016/j.scitotenv.2018.05.033
Jain, S., Panwar, R., & Mathur, J. (2023). Design and development of colorimetric, whole-cell based,
electrochemical biosensors for arsenic detection. Inorganic Chemistry Communications, 153,
110730. https://doi.org/10.1016/j.inoche.2023.110730
Jinadasa, B. K. K. K., Larivière, D., Karlsson, S., & Keiter, S. (2024). Analytical Tools for Arsenic
Speciation in Soil, Water, and Plant: An Overview. En N. Kumar, M. Z. Hashmi, & S. Wang
(Eds.), Arsenic Toxicity Remediation: Sustainable Nexus Approach (pp. 3-25). Springer Nature
Switzerland. https://doi.org/10.1007/978-3-031-52614-5_1
Jinadasa, B. K. K., Larivière, D., Karlsson, S., & Keiter, S. (2024). Analytical Tools for Arsenic
Speciation in Soil, Water, and Plant: An Overview. Arsenic Toxicity Remediation: Sustainable
Nexus Approach, 3-25. https://doi.org/10.1007/978-3-031-52614-5_1
Khansili, N. (2023). Advances in material for colorimetric and fluorescent detection of arsenic.
Biosensors and Bioelectronics: X, 15, 100410. https://doi.org/10.1016/j.biosx.2023.100410
Ko, E., Hur, W., Son, S. E., Seong, G. H., & Han, D. K. (2021). Au nanoparticle-hydrogel nanozyme-
based colorimetric detection for on-site monitoring of mercury in river water. Microchimica
Acta, 188(11), 382. https://doi.org/10.1007/s00604-021-05032-4
Korte M.S., N. E., & Fernando Ph.D., Q. (1991). A review of arsenic (III) in groundwater. Critical
Reviews in Environmental Control, 21(1), 1-39. https://doi.org/10.1080/10643389109388408
Lawson, W. E., & Scott, W. O. (1925). AN ELECTROLYTIC MODIFICATION OF THE GUTZEIT
METHOD FOR THE DETERMINATION OF ARSENIC IN BODY TISSUES. Journal of
Biological Chemistry, 64(1), 23-28. https://doi.org/10.1016/S0021-9258(18)84945-6
Li, C., Wang, J., Yan, B., Miao, A.-J., Zhong, H., Zhang, W., & Ma, L. Q. (2021). Progresses and
emerging trends of arsenic research in the past 120 years. Critical Reviews in Environmental
Science and Technology, 51(13), 1306-1353. https://doi.org/10.1080/10643389.2020.1752611
Liao, W.-T., Lu, J.-H., Lee, C.-H., Lan, C.-C. E., Chang, J.-G., Chai, C.-Y., & Yu, H.-S. (2017). An
Interaction between Arsenic-Induced Epigenetic Modification and Inflammatory Promotion in
Horváth, A., Kalicz, P., Farsang, A., Balázs, P., Berki, I., & Bidló, A. (2018). Influence of human impacts
on trace metal accumulation in soils of two Hungarian cities. Science of The Total Environment,
637-638, 1197-1208. https://doi.org/10.1016/j.scitotenv.2018.05.033
Jain, S., Panwar, R., & Mathur, J. (2023). Design and development of colorimetric, whole-cell based,
electrochemical biosensors for arsenic detection. Inorganic Chemistry Communications, 153,
110730. https://doi.org/10.1016/j.inoche.2023.110730
Jinadasa, B. K. K. K., Larivière, D., Karlsson, S., & Keiter, S. (2024). Analytical Tools for Arsenic
Speciation in Soil, Water, and Plant: An Overview. En N. Kumar, M. Z. Hashmi, & S. Wang
(Eds.), Arsenic Toxicity Remediation: Sustainable Nexus Approach (pp. 3-25). Springer Nature
Switzerland. https://doi.org/10.1007/978-3-031-52614-5_1
Jinadasa, B. K. K., Larivière, D., Karlsson, S., & Keiter, S. (2024). Analytical Tools for Arsenic
Speciation in Soil, Water, and Plant: An Overview. Arsenic Toxicity Remediation: Sustainable
Nexus Approach, 3-25. https://doi.org/10.1007/978-3-031-52614-5_1
Khansili, N. (2023). Advances in material for colorimetric and fluorescent detection of arsenic.
Biosensors and Bioelectronics: X, 15, 100410. https://doi.org/10.1016/j.biosx.2023.100410
Ko, E., Hur, W., Son, S. E., Seong, G. H., & Han, D. K. (2021). Au nanoparticle-hydrogel nanozyme-
based colorimetric detection for on-site monitoring of mercury in river water. Microchimica
Acta, 188(11), 382. https://doi.org/10.1007/s00604-021-05032-4
Korte M.S., N. E., & Fernando Ph.D., Q. (1991). A review of arsenic (III) in groundwater. Critical
Reviews in Environmental Control, 21(1), 1-39. https://doi.org/10.1080/10643389109388408
Lawson, W. E., & Scott, W. O. (1925). AN ELECTROLYTIC MODIFICATION OF THE GUTZEIT
METHOD FOR THE DETERMINATION OF ARSENIC IN BODY TISSUES. Journal of
Biological Chemistry, 64(1), 23-28. https://doi.org/10.1016/S0021-9258(18)84945-6
Li, C., Wang, J., Yan, B., Miao, A.-J., Zhong, H., Zhang, W., & Ma, L. Q. (2021). Progresses and
emerging trends of arsenic research in the past 120 years. Critical Reviews in Environmental
Science and Technology, 51(13), 1306-1353. https://doi.org/10.1080/10643389.2020.1752611
Liao, W.-T., Lu, J.-H., Lee, C.-H., Lan, C.-C. E., Chang, J.-G., Chai, C.-Y., & Yu, H.-S. (2017). An
Interaction between Arsenic-Induced Epigenetic Modification and Inflammatory Promotion in
pág. 1182
a Skin Equivalent during Arsenic Carcinogenesis. Journal of Investigative Dermatology, 137(1),
187-196. https://doi.org/10.1016/j.jid.2016.08.017
Lin, H., Li, X., Liu, J., & Dong, Y. (2024). Application of washing agents for moderately and severely
arsenic-contaminated soil: Types, mechanisms, factors and comparative analysis. Pedosphere.
https://doi.org/10.1016/j.pedsph.2024.10.011
Liu, M., Guo, Y., Wu, C., Gao, C., Liu, F., & Hui, C. (2024). Visual arsenic detection in environmental
waters: Innovating with a naked-eye biosensor for universal application. Journal of Hazardous
Materials, 477, 135398. https://doi.org/10.1016/j.jhazmat.2024.135398
López-Pérez, M. E., Saldaña-Robles, A., Zanor, G. A., Ibarra, J. E., & Del Rincón-Castro, M. C. (2021).
Microbiomes in agricultural and mining soils contaminated with arsenic in Guanajuato, Mexico.
Archives of Microbiology, 203(2), 499-511. https://doi.org/10.1007/s00203-020-01973-1
Luo, Y., Su, Y., Lin, Y., He, L., Wu, L., Hou, X., & Zheng, C. (2021). Micromotores MnFe2O4 que
mejoran la digestión en campo y la extracción en fase sólida para la determinación in situ de
arsénico en arroz y agua. Analytica Chimica Acta, 1156, 338354.
https://doi.org/10.1016/j.aca.2021.338354
Machado, M. R., Miquelluti, D. J., & Campos, M. L. (2021). Arsenic in Santa Catarina soils. Revista
Ambiente & Água, 16, e2720. https://doi.org/10.4136/ambi-agua.2720
Maciel-Torres, S. P., Jacobo-Salcedo, M. del R., Figueroa-Viramontes, U., Pedroza-Sandoval, A., Trejo-
Calzada, R., Rivas-García, T., Maciel-Torres, S. P., Jacobo-Salcedo, M. del R., Figueroa-
Viramontes, U., Pedroza-Sandoval, A., Trejo-Calzada, R., & Rivas-García, T. (2024).
Evaluación de la Capacidad Extractora de Arsénico de Ricinus communis L. Terra
Latinoamericana, 42. https://doi.org/10.28940/terra.v42i0.1836
Mangalgiri, K., Cheng, Z., & Liu, H. (2024). Development of dissolved organic matter-based indicators
to understand the degradation of organic contaminants in reverse osmosis concentrate from
potable reuse systems. Journal of Hazardous Materials, 470, 134060.
https://doi.org/10.1016/j.jhazmat.2024.134060
Méndez, T., Ortiz-Muñiz, A. R., Mendoza-Núñez, V. M., García-Rodríguez, M. del C., Nicolás-Méndez,
T., Ortiz-Muñiz, A. R., Mendoza-Núñez, V. M., & García-Rodríguez, M. del C. (2020). El papel
a Skin Equivalent during Arsenic Carcinogenesis. Journal of Investigative Dermatology, 137(1),
187-196. https://doi.org/10.1016/j.jid.2016.08.017
Lin, H., Li, X., Liu, J., & Dong, Y. (2024). Application of washing agents for moderately and severely
arsenic-contaminated soil: Types, mechanisms, factors and comparative analysis. Pedosphere.
https://doi.org/10.1016/j.pedsph.2024.10.011
Liu, M., Guo, Y., Wu, C., Gao, C., Liu, F., & Hui, C. (2024). Visual arsenic detection in environmental
waters: Innovating with a naked-eye biosensor for universal application. Journal of Hazardous
Materials, 477, 135398. https://doi.org/10.1016/j.jhazmat.2024.135398
López-Pérez, M. E., Saldaña-Robles, A., Zanor, G. A., Ibarra, J. E., & Del Rincón-Castro, M. C. (2021).
Microbiomes in agricultural and mining soils contaminated with arsenic in Guanajuato, Mexico.
Archives of Microbiology, 203(2), 499-511. https://doi.org/10.1007/s00203-020-01973-1
Luo, Y., Su, Y., Lin, Y., He, L., Wu, L., Hou, X., & Zheng, C. (2021). Micromotores MnFe2O4 que
mejoran la digestión en campo y la extracción en fase sólida para la determinación in situ de
arsénico en arroz y agua. Analytica Chimica Acta, 1156, 338354.
https://doi.org/10.1016/j.aca.2021.338354
Machado, M. R., Miquelluti, D. J., & Campos, M. L. (2021). Arsenic in Santa Catarina soils. Revista
Ambiente & Água, 16, e2720. https://doi.org/10.4136/ambi-agua.2720
Maciel-Torres, S. P., Jacobo-Salcedo, M. del R., Figueroa-Viramontes, U., Pedroza-Sandoval, A., Trejo-
Calzada, R., Rivas-García, T., Maciel-Torres, S. P., Jacobo-Salcedo, M. del R., Figueroa-
Viramontes, U., Pedroza-Sandoval, A., Trejo-Calzada, R., & Rivas-García, T. (2024).
Evaluación de la Capacidad Extractora de Arsénico de Ricinus communis L. Terra
Latinoamericana, 42. https://doi.org/10.28940/terra.v42i0.1836
Mangalgiri, K., Cheng, Z., & Liu, H. (2024). Development of dissolved organic matter-based indicators
to understand the degradation of organic contaminants in reverse osmosis concentrate from
potable reuse systems. Journal of Hazardous Materials, 470, 134060.
https://doi.org/10.1016/j.jhazmat.2024.134060
Méndez, T., Ortiz-Muñiz, A. R., Mendoza-Núñez, V. M., García-Rodríguez, M. del C., Nicolás-Méndez,
T., Ortiz-Muñiz, A. R., Mendoza-Núñez, V. M., & García-Rodríguez, M. del C. (2020). El papel
pág. 1183
del resveratrol sobre el estrés oxidante inducido por metales pesados. Nutrición Hospitalaria,
37(2), 374-383. https://doi.org/10.20960/nh.02846
Method of regulating the specific dispersion work for waste paper stock preparation for papermaking:
Dietmar Beier, Jurgen Gutzeit, Harald Selder, Ravensburg Obereschach, Federal Republic Of
Germany assigned to Sulzer-Escher Wyss GmbH. (1991). Environment International, 17(2),
XII. https://doi.org/10.1016/0160-4120(91)90150-O
Miretzky, P., & Cirelli, A. F. (2010). Remediation of Arsenic-Contaminated Soils by Iron Amendments:
A Review. Critical Reviews in Environmental Science and Technology, 40(2), 93-115.
https://doi.org/10.1080/10643380802202059
Monroy-Torres, R., Espinoza-Pérez, J. A., Monroy-Torres, R., & Espinoza-Pérez, J. A. (2018). Factores
que intensifican el riesgo toxicológico en comunidades expuestas al arsénico en agua.
CienciaUAT, 12(2), 148-157.
http://www.scielo.org.mx/scielo.php?script=sci_abstract&pid=S2007-
78582018000100148&lng=es&nrm=iso&tlng=es
Naseem, M., Verma, P. C., Raghuwanshi, R., Gaur, V. K., Singh, M., Seth, S., & Srivastava, P. K. (2024).
Soil Microbiome and its Functional Attributes Under the Gradient of Arsenic Contamination in
Paddy Soils. Water, Air, & Soil Pollution, 235(9), 597. https://doi.org/10.1007/s11270-024-
07412-x
Padilla, E. R. (2024). Estudio de la capacidad biorremediadora de bacterias extremófilas de Neuquén.
https://rdi.uncoma.edu.ar/handle/uncomaid/18269
Palansooriya, K. N., Shaheen, S. M., Chen, S. S., Tsang, D. C. W., Hashimoto, Y., Hou, D., Bolan, N.
S., Rinklebe, J., & Ok, Y. S. (2020). Soil amendments for immobilization of potentially toxic
elements in contaminated soils: A critical review. Environment International, 134, 105046.
https://doi.org/10.1016/j.envint.2019.105046
Paltseva, A., Cheng, Z., Deeb, M., Groffman, P. M., Shaw, R. K., & Maddaloni, M. (2018).
Accumulation of arsenic and lead in garden-grown vegetables: Factors and mitigation strategies.
Science of The Total Environment, 640-641, 273-283.
https://doi.org/10.1016/j.scitotenv.2018.05.296
del resveratrol sobre el estrés oxidante inducido por metales pesados. Nutrición Hospitalaria,
37(2), 374-383. https://doi.org/10.20960/nh.02846
Method of regulating the specific dispersion work for waste paper stock preparation for papermaking:
Dietmar Beier, Jurgen Gutzeit, Harald Selder, Ravensburg Obereschach, Federal Republic Of
Germany assigned to Sulzer-Escher Wyss GmbH. (1991). Environment International, 17(2),
XII. https://doi.org/10.1016/0160-4120(91)90150-O
Miretzky, P., & Cirelli, A. F. (2010). Remediation of Arsenic-Contaminated Soils by Iron Amendments:
A Review. Critical Reviews in Environmental Science and Technology, 40(2), 93-115.
https://doi.org/10.1080/10643380802202059
Monroy-Torres, R., Espinoza-Pérez, J. A., Monroy-Torres, R., & Espinoza-Pérez, J. A. (2018). Factores
que intensifican el riesgo toxicológico en comunidades expuestas al arsénico en agua.
CienciaUAT, 12(2), 148-157.
http://www.scielo.org.mx/scielo.php?script=sci_abstract&pid=S2007-
78582018000100148&lng=es&nrm=iso&tlng=es
Naseem, M., Verma, P. C., Raghuwanshi, R., Gaur, V. K., Singh, M., Seth, S., & Srivastava, P. K. (2024).
Soil Microbiome and its Functional Attributes Under the Gradient of Arsenic Contamination in
Paddy Soils. Water, Air, & Soil Pollution, 235(9), 597. https://doi.org/10.1007/s11270-024-
07412-x
Padilla, E. R. (2024). Estudio de la capacidad biorremediadora de bacterias extremófilas de Neuquén.
https://rdi.uncoma.edu.ar/handle/uncomaid/18269
Palansooriya, K. N., Shaheen, S. M., Chen, S. S., Tsang, D. C. W., Hashimoto, Y., Hou, D., Bolan, N.
S., Rinklebe, J., & Ok, Y. S. (2020). Soil amendments for immobilization of potentially toxic
elements in contaminated soils: A critical review. Environment International, 134, 105046.
https://doi.org/10.1016/j.envint.2019.105046
Paltseva, A., Cheng, Z., Deeb, M., Groffman, P. M., Shaw, R. K., & Maddaloni, M. (2018).
Accumulation of arsenic and lead in garden-grown vegetables: Factors and mitigation strategies.
Science of The Total Environment, 640-641, 273-283.
https://doi.org/10.1016/j.scitotenv.2018.05.296
pág. 1184
Pandey, S., & Mishra, S. (2024). A review of sensing technologies for arsenic detection in drinking
water. International Journal of Environmental Science and Technology.
https://doi.org/10.1007/s13762-024-05912-1
Paw, R., Guha, A. K., & Tamuly, C. (2024). Ultrasensitive and selective colorimetric and smartphone-
based detection of arsenic ions in aqueous solution using alliin–chitosan–AgNPs. RSC
advances, 14(31), 22701-22713. https://doi.org/10.1039/d4ra03665d
Peng, L., Guo, H., Wu, N., Wang, M., Hao, Y., Ren, B., Hui, Y., Ren, H., & Yang, W. (2024). Una sonda
de fluorescencia de doble función CDs@ZIF-90 para la detección altamente específica de Al 3+
y Hg 2+ en muestras de agua ambiental. Analytica Chimica Acta, 1288, 342171.
https://doi.org/10.1016/j.aca.2023.342171
Pérez-Hernández, H., López-Valdez, F., Juárez-Maldonado, A., Méndez-López, A., Sarabia-Castillo, C.
R., García-Mayagoitia, S., Torres-Gómez, A. P., Valle-García, J. D., Pérez-Moreno, A. Y., Pérez-
Hernández, H., López-Valdez, F., Juárez-Maldonado, A., Méndez-López, A., Sarabia-Castillo,
C. R., García-Mayagoitia, S., Torres-Gómez, A. P., Valle-García, J. D., & Pérez-Moreno, A. Y.
(2024). Implicaciones de los nanomateriales utilizados en la agricultura: Una revisión de
literatura de los beneficios y riesgos para la sustentabilidad. Mundo nano. Revista
interdisciplinaria en nanociencias y nanotecnología, 17(32).
https://doi.org/10.22201/ceiich.24485691e.2024.32.69720
Pi, K., Wang, Y., Xie, X., Huang, S., Yu, Q., & Yu, M. (2015). Geochemical effects of dissolved organic
matter biodegradation on arsenic transport in groundwater systems. Journal of Geochemical
Exploration, 149, 8-21. https://doi.org/10.1016/j.gexplo.2014.11.005
Priyadarshni, N., & Chanda, N. (2022). Gold Nanoparticle-Based Colorimetric Sensing of Metal Toxins.
En P. Chandra & K. Mahato (Eds.), Miniaturized Biosensing Devices: Fabrication and
Applications (pp. 273-308). Springer Nature. https://doi.org/10.1007/978-981-16-9897-2_12
Rae, I. D. (2020). Arsenic: Its chemistry, its occurrence in the earth and its release into industry and the
environment. ChemTexts, 6(4), 25. https://doi.org/10.1007/s40828-020-00118-7
Raghu, P., Kumara Swamy, B. E., Madhusudana Reddy, T., Chandrashekar, B. N., & Reddaiah, K.
(2012). Sol–gel immobilized biosensor for the detection of organophosphorous pesticides: A
Pandey, S., & Mishra, S. (2024). A review of sensing technologies for arsenic detection in drinking
water. International Journal of Environmental Science and Technology.
https://doi.org/10.1007/s13762-024-05912-1
Paw, R., Guha, A. K., & Tamuly, C. (2024). Ultrasensitive and selective colorimetric and smartphone-
based detection of arsenic ions in aqueous solution using alliin–chitosan–AgNPs. RSC
advances, 14(31), 22701-22713. https://doi.org/10.1039/d4ra03665d
Peng, L., Guo, H., Wu, N., Wang, M., Hao, Y., Ren, B., Hui, Y., Ren, H., & Yang, W. (2024). Una sonda
de fluorescencia de doble función CDs@ZIF-90 para la detección altamente específica de Al 3+
y Hg 2+ en muestras de agua ambiental. Analytica Chimica Acta, 1288, 342171.
https://doi.org/10.1016/j.aca.2023.342171
Pérez-Hernández, H., López-Valdez, F., Juárez-Maldonado, A., Méndez-López, A., Sarabia-Castillo, C.
R., García-Mayagoitia, S., Torres-Gómez, A. P., Valle-García, J. D., Pérez-Moreno, A. Y., Pérez-
Hernández, H., López-Valdez, F., Juárez-Maldonado, A., Méndez-López, A., Sarabia-Castillo,
C. R., García-Mayagoitia, S., Torres-Gómez, A. P., Valle-García, J. D., & Pérez-Moreno, A. Y.
(2024). Implicaciones de los nanomateriales utilizados en la agricultura: Una revisión de
literatura de los beneficios y riesgos para la sustentabilidad. Mundo nano. Revista
interdisciplinaria en nanociencias y nanotecnología, 17(32).
https://doi.org/10.22201/ceiich.24485691e.2024.32.69720
Pi, K., Wang, Y., Xie, X., Huang, S., Yu, Q., & Yu, M. (2015). Geochemical effects of dissolved organic
matter biodegradation on arsenic transport in groundwater systems. Journal of Geochemical
Exploration, 149, 8-21. https://doi.org/10.1016/j.gexplo.2014.11.005
Priyadarshni, N., & Chanda, N. (2022). Gold Nanoparticle-Based Colorimetric Sensing of Metal Toxins.
En P. Chandra & K. Mahato (Eds.), Miniaturized Biosensing Devices: Fabrication and
Applications (pp. 273-308). Springer Nature. https://doi.org/10.1007/978-981-16-9897-2_12
Rae, I. D. (2020). Arsenic: Its chemistry, its occurrence in the earth and its release into industry and the
environment. ChemTexts, 6(4), 25. https://doi.org/10.1007/s40828-020-00118-7
Raghu, P., Kumara Swamy, B. E., Madhusudana Reddy, T., Chandrashekar, B. N., & Reddaiah, K.
(2012). Sol–gel immobilized biosensor for the detection of organophosphorous pesticides: A
pág. 1185
voltammetric method. Bioelectrochemistry, 83, 19-24.
https://doi.org/10.1016/j.bioelechem.2011.08.002
Ramírez-Gonzalez, S., Jiménez-Prieto, Y., Esperanza-Pérez, G., Ribalta-Quesada, J. A., & Rodríguez-
Rivero, R. A. (2017). Determinación de arsénico por el método del azul de Molibdeno en
muestras de aguas provenientes de una planta de procesamiento de minerales auríferos. Revista
Cubana de Química, 29(1), 3-12. http://www.redalyc.org/articulo.oa?id=443550986001
Ramos Lorente, C. E. (2024). Estrategias para el diseño y caracterización de dispositivos analíticos
colorimétricos [Doctoral thesis, Universidad de Granada].
https://digibug.ugr.es/handle/10481/94999
Rasheed, H., Slack, R., & Kay, P. (2016). Human health risk assessment for arsenic: A critical review.
Critical Reviews in Environmental Science and Technology, 46(19-20), 1529-1583.
https://doi.org/10.1080/10643389.2016.1245551
Ravula, R., & Mandal, T. K. (2024). A photoresistor-based portable digital sensor for rapid colorimetric
detection of Arsenic. Microchemical Journal, 196, 109574.
https://doi.org/10.1016/j.microc.2023.109574
Resúmenes de la reunión científica anual de la ACMT de 2022 (virtual) | Revista de toxicología médica.
(s. f.). Recuperado 7 de noviembre de 2024, de
https://link.springer.com/article/10.1007/s13181-022-00888-1
Rodriguez, G. A., Ryckman, J. D., Jiao, Y., & Weiss, S. M. (2014). A size selective porous silicon
grating-coupled Bloch surface and sub-surface wave biosensor. Biosensors and Bioelectronics,
53, 486-493. https://doi.org/10.1016/j.bios.2013.10.028
Saadati, A., Farshchi, F., Hasanzadeh, M., Liu, Y., & Seidi, F. (2022). Colorimetric and naked-eye
detection of arsenic (iii) using a paper-based microfluidic device decorated with silver
nanoparticles. RSC advances, 12(34), 21836-21850. https://doi.org/10.1039/d2ra02820d
Sepúlveda, B., Tapia, M., Tapia, P., Milla, F., Pavez, O., Sepúlveda, B., Tapia, M., Tapia, P., Milla, F., &
Pavez, O. (2020). HEAVY METALS BIOABSORPTION AND SOIL STABILIZATION BY
Sarcocornia neei FROM EXPERIMENTAL SOILS CONTAINING MINE TAILINGS. Revista
voltammetric method. Bioelectrochemistry, 83, 19-24.
https://doi.org/10.1016/j.bioelechem.2011.08.002
Ramírez-Gonzalez, S., Jiménez-Prieto, Y., Esperanza-Pérez, G., Ribalta-Quesada, J. A., & Rodríguez-
Rivero, R. A. (2017). Determinación de arsénico por el método del azul de Molibdeno en
muestras de aguas provenientes de una planta de procesamiento de minerales auríferos. Revista
Cubana de Química, 29(1), 3-12. http://www.redalyc.org/articulo.oa?id=443550986001
Ramos Lorente, C. E. (2024). Estrategias para el diseño y caracterización de dispositivos analíticos
colorimétricos [Doctoral thesis, Universidad de Granada].
https://digibug.ugr.es/handle/10481/94999
Rasheed, H., Slack, R., & Kay, P. (2016). Human health risk assessment for arsenic: A critical review.
Critical Reviews in Environmental Science and Technology, 46(19-20), 1529-1583.
https://doi.org/10.1080/10643389.2016.1245551
Ravula, R., & Mandal, T. K. (2024). A photoresistor-based portable digital sensor for rapid colorimetric
detection of Arsenic. Microchemical Journal, 196, 109574.
https://doi.org/10.1016/j.microc.2023.109574
Resúmenes de la reunión científica anual de la ACMT de 2022 (virtual) | Revista de toxicología médica.
(s. f.). Recuperado 7 de noviembre de 2024, de
https://link.springer.com/article/10.1007/s13181-022-00888-1
Rodriguez, G. A., Ryckman, J. D., Jiao, Y., & Weiss, S. M. (2014). A size selective porous silicon
grating-coupled Bloch surface and sub-surface wave biosensor. Biosensors and Bioelectronics,
53, 486-493. https://doi.org/10.1016/j.bios.2013.10.028
Saadati, A., Farshchi, F., Hasanzadeh, M., Liu, Y., & Seidi, F. (2022). Colorimetric and naked-eye
detection of arsenic (iii) using a paper-based microfluidic device decorated with silver
nanoparticles. RSC advances, 12(34), 21836-21850. https://doi.org/10.1039/d2ra02820d
Sepúlveda, B., Tapia, M., Tapia, P., Milla, F., Pavez, O., Sepúlveda, B., Tapia, M., Tapia, P., Milla, F., &
Pavez, O. (2020). HEAVY METALS BIOABSORPTION AND SOIL STABILIZATION BY
Sarcocornia neei FROM EXPERIMENTAL SOILS CONTAINING MINE TAILINGS. Revista
pág. 1186
Internacional de Contaminación Ambiental, 36(3), 567-575.
https://doi.org/10.20937/rica.53027
Sharma, V. K., & Sohn, M. (2009). Aquatic arsenic: Toxicity, speciation, transformations, and
remediation. Environment International, 35(4), 743-759.
https://doi.org/10.1016/j.envint.2009.01.005
Snidersich, R. J. (2024). Estudio de replicabilidad de la micorremediación para la descontaminación
de hidrocarburos en el suelo [Master thesis, Universitat Politècnica de Catalunya].
https://upcommons.upc.edu/handle/2117/408843
Sonthiphand, P., Rueangmongkolrat, N., Uthaipaisanwong, P., Kusonmano, K., Mhuantong, W.,
Termsaithong, T., Limthamprasert, C., Chotpantarat, S., & Luepromchai, E. (2024). Soil
Microbiomes and their Arsenic Functional Genes in Chronically High-Arsenic Contaminated
Soils. Bulletin of Environmental Contamination and Toxicology, 112(3), 49.
https://doi.org/10.1007/s00128-024-03866-1
Tabernero, N. R., Ponce, S. C., Prado, C., & Rosa, M. (2024). Fitorremediación con Salvinia minima
(Salvineaceae): Identificación de biomarcadores temporales durante la remoción de Cr(VI).
Boletín de la Sociedad Argentina de Botánica, 59(3), Article 3.
https://doi.org/10.31055/1851.2372.v59.n3.44742
Tejada-Purizaca, T. R., Garcia-Chevesich, P. A., Ticona-Quea, J., Martínez, G., Martínez, K., Morales-
Paredes, L., ... & McCray, J. E. (2024). Heavy Metal Bioaccumulation in Peruvian Food and
Medicinal Products. Foods, 13(5), 762. https://doi.org/10.3390/foods13050762
Trejo Reséndiz, P., Duhne Ramírez, M. S., Trejo Reséndiz, P., & Duhne Ramírez, M. S. (2024).
Presencia de metales pesados en el embalse Jalpan de Serra, Querétaro, México. Revista
interamericana de ambiente y turismo, 20(1), 52-58. https://doi.org/10.4067/s0718-
235x2024000100052
Tuo, X., Duan, Y., Lin, G., Jiang, T., Liu, W., Chen, F., Xie, X., & Zheng, Y. (2024). Rapid screening of
inorganic arsenic in groundwater on-site by a portable three-channel colorimeter. Journal of
Environmental Sciences. https://doi.org/10.1016/j.jes.2024.04.014
Internacional de Contaminación Ambiental, 36(3), 567-575.
https://doi.org/10.20937/rica.53027
Sharma, V. K., & Sohn, M. (2009). Aquatic arsenic: Toxicity, speciation, transformations, and
remediation. Environment International, 35(4), 743-759.
https://doi.org/10.1016/j.envint.2009.01.005
Snidersich, R. J. (2024). Estudio de replicabilidad de la micorremediación para la descontaminación
de hidrocarburos en el suelo [Master thesis, Universitat Politècnica de Catalunya].
https://upcommons.upc.edu/handle/2117/408843
Sonthiphand, P., Rueangmongkolrat, N., Uthaipaisanwong, P., Kusonmano, K., Mhuantong, W.,
Termsaithong, T., Limthamprasert, C., Chotpantarat, S., & Luepromchai, E. (2024). Soil
Microbiomes and their Arsenic Functional Genes in Chronically High-Arsenic Contaminated
Soils. Bulletin of Environmental Contamination and Toxicology, 112(3), 49.
https://doi.org/10.1007/s00128-024-03866-1
Tabernero, N. R., Ponce, S. C., Prado, C., & Rosa, M. (2024). Fitorremediación con Salvinia minima
(Salvineaceae): Identificación de biomarcadores temporales durante la remoción de Cr(VI).
Boletín de la Sociedad Argentina de Botánica, 59(3), Article 3.
https://doi.org/10.31055/1851.2372.v59.n3.44742
Tejada-Purizaca, T. R., Garcia-Chevesich, P. A., Ticona-Quea, J., Martínez, G., Martínez, K., Morales-
Paredes, L., ... & McCray, J. E. (2024). Heavy Metal Bioaccumulation in Peruvian Food and
Medicinal Products. Foods, 13(5), 762. https://doi.org/10.3390/foods13050762
Trejo Reséndiz, P., Duhne Ramírez, M. S., Trejo Reséndiz, P., & Duhne Ramírez, M. S. (2024).
Presencia de metales pesados en el embalse Jalpan de Serra, Querétaro, México. Revista
interamericana de ambiente y turismo, 20(1), 52-58. https://doi.org/10.4067/s0718-
235x2024000100052
Tuo, X., Duan, Y., Lin, G., Jiang, T., Liu, W., Chen, F., Xie, X., & Zheng, Y. (2024). Rapid screening of
inorganic arsenic in groundwater on-site by a portable three-channel colorimeter. Journal of
Environmental Sciences. https://doi.org/10.1016/j.jes.2024.04.014
pág. 1187
Wang, Y. (2023). Removal of arsenic and metal ions from acidic effluents via the Fenton reaction
method. Journal of the Southern African Institute of Mining and Metallurgy, 123(8), 415-421.
https://doi.org/10.17159/2411-9717/1863/2023
Wang, Y., Li, J., Ma, T., Xie, X., Deng, Y., & Gan, Y. (2021). Genesis of geogenic contaminated
groundwater: As, F and I. Critical Reviews in Environmental Science and Technology, 51(24),
2895-2933. https://doi.org/10.1080/10643389.2020.1807452
Wang, Z., Nadeau, L., Sparling, M. y Forsyth, D. (2015). Determinación de especies de arsénico en
jugos de frutas y bebidas de frutas mediante cromatografía de pares iónicos acoplada a
espectrometría de masas con plasma acoplado inductivamente. Métodos analíticos de
alimentos , 8 , 173-179. https://doi.org/10.1007/s12161-014-9888-5
Wehmeier, S., Preihs, M., Dressler, J., Raab, A., & Feldmann, J. (2024). Detection of inorganic arsenic
in rice using a field-deployable method with Cola extraction. Analytical and Bioanalytical
Chemistry, 416(11), 2677-2682. https://doi.org/10.1007/s00216-023-05041-7
Xu, K., Pei, R., Zhang, M., & Jing, C. (2024). Iron oxide-supported gold nanoparticle electrode for
simultaneous detection of arsenic and sulfide on-site. Analytica Chimica Acta, 1288, 342120.
https://doi.org/10.1016/j.aca.2023.342120
Xu, X., Wang, L., Zou, X., Wu, S., Pan, J., Li, X., & Niu, X. (2019). Highly sensitive colorimetric
detection of arsenite based on reassembly-induced oxidase-mimicking activity inhibition of
dithiothreitol-capped Pd nanozyme. Sensors and Actuators B: Chemical, 298, 126876.
https://doi.org/10.1016/j.snb.2019.126876
Xue, Y., Li, Y., Li, X., Zheng, J., Hua, D., Jiang, C., & Yu, B. (2024). Arsenic bioremediation in mining
wastewater by controllable genetically modified bacteria with biochar. Environmental
Technology & Innovation, 33, 103514. https://doi.org/10.1016/j.eti.2023.103514
Yang, W., Ye, L., Wu, Y., Wang, X., Ye, S., Deng, Y., Huang, K., Luo, H., Zhang, J., & Zheng, C. (2024).
Arsenic field test kits based on solid-phase fluorescence filter effect induced by silver
nanoparticle formation. Journal of Hazardous Materials, 470, 134038.
https://doi.org/10.1016/j.jhazmat.2024.134038
Wang, Y. (2023). Removal of arsenic and metal ions from acidic effluents via the Fenton reaction
method. Journal of the Southern African Institute of Mining and Metallurgy, 123(8), 415-421.
https://doi.org/10.17159/2411-9717/1863/2023
Wang, Y., Li, J., Ma, T., Xie, X., Deng, Y., & Gan, Y. (2021). Genesis of geogenic contaminated
groundwater: As, F and I. Critical Reviews in Environmental Science and Technology, 51(24),
2895-2933. https://doi.org/10.1080/10643389.2020.1807452
Wang, Z., Nadeau, L., Sparling, M. y Forsyth, D. (2015). Determinación de especies de arsénico en
jugos de frutas y bebidas de frutas mediante cromatografía de pares iónicos acoplada a
espectrometría de masas con plasma acoplado inductivamente. Métodos analíticos de
alimentos , 8 , 173-179. https://doi.org/10.1007/s12161-014-9888-5
Wehmeier, S., Preihs, M., Dressler, J., Raab, A., & Feldmann, J. (2024). Detection of inorganic arsenic
in rice using a field-deployable method with Cola extraction. Analytical and Bioanalytical
Chemistry, 416(11), 2677-2682. https://doi.org/10.1007/s00216-023-05041-7
Xu, K., Pei, R., Zhang, M., & Jing, C. (2024). Iron oxide-supported gold nanoparticle electrode for
simultaneous detection of arsenic and sulfide on-site. Analytica Chimica Acta, 1288, 342120.
https://doi.org/10.1016/j.aca.2023.342120
Xu, X., Wang, L., Zou, X., Wu, S., Pan, J., Li, X., & Niu, X. (2019). Highly sensitive colorimetric
detection of arsenite based on reassembly-induced oxidase-mimicking activity inhibition of
dithiothreitol-capped Pd nanozyme. Sensors and Actuators B: Chemical, 298, 126876.
https://doi.org/10.1016/j.snb.2019.126876
Xue, Y., Li, Y., Li, X., Zheng, J., Hua, D., Jiang, C., & Yu, B. (2024). Arsenic bioremediation in mining
wastewater by controllable genetically modified bacteria with biochar. Environmental
Technology & Innovation, 33, 103514. https://doi.org/10.1016/j.eti.2023.103514
Yang, W., Ye, L., Wu, Y., Wang, X., Ye, S., Deng, Y., Huang, K., Luo, H., Zhang, J., & Zheng, C. (2024).
Arsenic field test kits based on solid-phase fluorescence filter effect induced by silver
nanoparticle formation. Journal of Hazardous Materials, 470, 134038.
https://doi.org/10.1016/j.jhazmat.2024.134038
pág. 1188
Ye, S., Li, L., Ou, Y., Li, W., Zhang, S., Huang, K., Luo, H., Zou, Z., & Xiong, X. (2022). Formación in
situ de nanopartículas de plata mediante generación de hidruro: Un sistema colorimétrico visual
miniaturizado/portátil para la detección de arsénico en muestras de agua ambiental. Analytica
Chimica Acta, 1192, 339366. https://doi.org/10.1016/j.aca.2021.339366
Zhang, X., Chen, J., Ye, T., Yi, H., Lei, S., Cui, X., Luo, D., Xiao, T., & Cui, J. (2025). Iron and phosphate
species regulates arsenic speciation and potential mobility in contaminated soils. Journal of
Geochemical Exploration, 268, 107610. https://doi.org/10.1016/j.gexplo.2024.107610
Zhang, Z., Lin, H., Ma, C., Zhang, L., Zelevinsky, J., Xia, M., Xu, Y., White, J. C., Tyson, J., & He, L.
(2021). Integrating the Gutzeit method with X-Ray fluorescence spectroscopy for rapid
quantification of inorganic arsenic in selected beverages. Food Control, 121, 107588.
https://doi.org/10.1016/j.foodcont.2020.107588
Zheng, B., Li, J., Zheng, Z., Zhang, C., Huang, C., Hong, J., Li, Y., & Wang, J. (2021). Rapid
colorimetric detection of arsenic (III) by glutathione functionalized gold nanoparticles based on
RGB extracting system. Optics & Laser Technology, 133, 106522.
https://doi.org/10.1016/j.optlastec.2020.106522
Ye, S., Li, L., Ou, Y., Li, W., Zhang, S., Huang, K., Luo, H., Zou, Z., & Xiong, X. (2022). Formación in
situ de nanopartículas de plata mediante generación de hidruro: Un sistema colorimétrico visual
miniaturizado/portátil para la detección de arsénico en muestras de agua ambiental. Analytica
Chimica Acta, 1192, 339366. https://doi.org/10.1016/j.aca.2021.339366
Zhang, X., Chen, J., Ye, T., Yi, H., Lei, S., Cui, X., Luo, D., Xiao, T., & Cui, J. (2025). Iron and phosphate
species regulates arsenic speciation and potential mobility in contaminated soils. Journal of
Geochemical Exploration, 268, 107610. https://doi.org/10.1016/j.gexplo.2024.107610
Zhang, Z., Lin, H., Ma, C., Zhang, L., Zelevinsky, J., Xia, M., Xu, Y., White, J. C., Tyson, J., & He, L.
(2021). Integrating the Gutzeit method with X-Ray fluorescence spectroscopy for rapid
quantification of inorganic arsenic in selected beverages. Food Control, 121, 107588.
https://doi.org/10.1016/j.foodcont.2020.107588
Zheng, B., Li, J., Zheng, Z., Zhang, C., Huang, C., Hong, J., Li, Y., & Wang, J. (2021). Rapid
colorimetric detection of arsenic (III) by glutathione functionalized gold nanoparticles based on
RGB extracting system. Optics & Laser Technology, 133, 106522.
https://doi.org/10.1016/j.optlastec.2020.106522