Planktonic nitrate-reducing bacteria and sulfate-reducing bacteria in some western Canadian oil field waters
Notice bibliographique
Résumé
Oil fields that use water flooding to enhance oil recovery may become sour because of the production of H(2)S from the reduction of sulfate by sulfate-reducing bacteria (SRB). The addition of nitrate to produced waters can stimulate the activities of nitrate-reducing bacteria (NRB) and control sulfide production. Many previous studies have focused on chemolithotrophic bacteria that can use thiosulfate or sulfide as energy sources while reducing nitrate. Little attention has been given to heterotrophic NRB in oil field waters. Three different media were used in this study to enumerate various types of planktonic NRB present in waters from five oil fields in western Canada. The numbers of planktonic SRB and bacteria capable of growth under aerobic conditions were also determined. In general, microbial numbers in the produced waters were very low (<10 ml x (-1)) in samples taken near or at wellheads. However, the numbers increased in the aboveground facilities. No thiosulfate-oxidizing NRB were detected in the oil field waters, but other types of NRB were detected in 16 of 18 produced water samples. The numbers of heterotrophic NRB were equal to or greater than the number of sulfide-oxidizing, chemolithotrophic NRB in 12 of 15 samples. These results showed that each of the oil fields contained NRB, which might be stimulated by nitrate amendment to control H(2)S production by SRB.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».