Modelling biofilm‐induced formation damage and biocide treatment in subsurface geosystems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Biofilm growth in subsurface porous media, and its treatment with biocides (antimicrobial agents), involves a complex interaction of biogeochemical processes which provide non-trivial mathematical modelling challenges. Although there are literature reports of mathematical models to evaluate biofilm tolerance to biocides, none of these models have investigated biocide treatment of biofilms growing in interconnected porous media with flow. In this paper, we present a numerical investigation using a pore network model of biofilm growth, formation damage and biocide treatment. The model includes three phases (aqueous, adsorbed biofilm, and solid matrix), a single growth-limiting nutrient and a single biocide dissolved in the water. Biofilm is assumed to contain a single species of microbe, in which each cell can be a viable persister, a viable non-persister, or non-viable (dead). Persisters describe small subpopulation of cells which are tolerant to biocide treatment. Biofilm tolerance to biocide treatment is regulated by persister cells and includes 'innate' and 'biocide-induced' factors. Simulations demonstrate that biofilm tolerance to biocides can increase with biofilm maturity, and that biocide treatment alone does not reverse biofilm-induced formation damage. Also, a successful application of biological permeability conformance treatment involving geologic layers with flow communication is more complicated than simply engineering the attachment of biofilm-forming cells at desired sites.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle