Screening of biosurfactants for crude oil contaminated soil washing
Notice bibliographique
Résumé
This study reports experimental measurements on the ability of aqueous biosurfactant solutions (aescin, lecithin, rhamnolipid, saponin, and tannin) at removing Ekofisk crude oil from a laboratory contaminated soil under varying washing conditions. The oil removal performance of the biosurfactants was evaluated against a synthetic anionic surfactant (sodium dodecyl sulphate, SDS) using distilled water as a base case. The washing parameters and ranges tested were temperature, time, shaking speed, volume/mass ratio, and surfactant concentrations. Results indicated that washing temperature was the most influential parameter on the oil removal whilst washing time was the least. It was possible to obtain more than 80% oil removal at 50 °C for all the surfactant solutions, except lecithin, which yielded less than 15% removal. However, saponin, lecithin, aescin, and tannin removed less than 50% crude oil when tested at a temperature of 20 °C and other parameters. Soil washing was found to have considerable potential in removing crude oil from the contaminated soil therefore, we suggest further testing be performed with weathered contaminated soils. Key words: soil washing, biosurfactants, crude oil, contaminated soil, oil removal, oil spill treatment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».