MétaCan
Menu
Retour à la cohorte
Enregistrement W1981505181 · doi:10.1177/0734242x07073652

Assessment of two thermally treated drill mud wastes for landfill containment applications

2007· article· en· W1981505181 sur OpenAlexaff
Marie-Pierre Carignan, Craig B. Lake, Todd Menzies

Notice bibliographique

RevueWaste Management & Research The Journal for a Sustainable Circular Economy · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésWaste managementDrillEnvironmental scienceClay mineralsHydraulic conductivityEnvironmental remediationDrillingLeaching (pedology)Drilling fluidContaminationGeologyMaterials scienceMineralogyMetallurgySoil scienceSoil waterEngineering

Résumé

récupéré en direct d'OpenAlex

Offshore oil and gas drilling operations generate significant amounts of drill mud waste, some of which is transported onshore for subsequent thermal treatment (i.e. via thermal remediation). This treatment process results in a mineral waste by-product (referred to as thermally treated drill mud waste; TTDMW). Bentonites are originally present in many of the drill mud products and it is hypothesized that TTDMW can be utilized in landfill containment applications (i.e. cover or base liner). The objective of this paper is to examine the feasibility of this application by performing various physical and chemical tests on two TTDMW samples. It is shown that the two TTDMW samples contained relatively small amounts of clay-sized minerals although hydraulic conductivity values are found to be less than 10(-8) m/s. Organic carbon contents of the samples were approximately 2%. Mineralogy characterization of the samples confirmed varying amounts of smectite, however, peak friction angles for a TTDMW sample was greater than 36 degrees. Chemical characterization of the TTDMW samples show potential leaching of barium and small amounts of other heavy metals. Discussion is provided in the paper on suggestions to assist in overcoming regulatory issues associated with utilization of TTDMW in landfill containment applications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,972
Score d'incertitude au seuil0,684

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,314
Écart entre enseignants0,295 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaste Management & Research The Journal for a Sustainable Circular EconomyMême sujetDrilling and Well EngineeringTravaux en français237 207