MétaCan
Menu
Retour à la cohorte
Enregistrement W2019114115 · doi:10.1021/es500344s

A Greenhouse-Scale Photosynthetic Microbial Bioreactor for Carbon Sequestration in Magnesium Carbonate Minerals

2014· article· en· W2019114115 sur OpenAlexafffundabout
Jenine McCutcheon, Ian Power, Anna L. Harrison, Gregory M. Dipple, Gordon Southam

Notice bibliographique

RevueEnvironmental Science & Technology · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensUniversity of British ColumbiaWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCarbon Management Canada
Mots-clésCarbonateCarbon sequestrationCarbonationCarbonate mineralsEnvironmental chemistryChemistryTailingsMagnesiumEnvironmental scienceNutrientCarbon dioxide

Résumé

récupéré en direct d'OpenAlex

A cyanobacteria dominated consortium collected from an alkaline wetland located near Atlin, British Columbia, Canada accelerated the precipitation of platy hydromagnesite [Mg5(CO3)4(OH)2·4H2O] in a linear flow-through experimental model wetland. The concentration of magnesium decreased rapidly within 2 m of the inflow point of the 10-m-long (∼1.5 m(2)) bioreactor. The change in water chemistry was monitored over two months along the length of the channel. Carbonate mineralization was associated with extra-cellular polymeric substances in the nutrient-rich upstream portion of the bioreactor, while the lower part of the system, which lacked essential nutrients, did not exhibit any hydromagnesite precipitation. A mass balance calculation using the water chemistry data produced a carbon sequestration rate of 33.34 t of C/ha per year. Amendment of the nutrient deficiency would intuitively allow for increased carbonation activity. Optimization of this process will have application as a sustainable mining practice by mediating magnesium carbonate precipitation in ultramafic mine tailings storage facilities.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,117
Score d'incertitude au seuil0,753

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,216
Écart entre enseignants0,210 · 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'étudeExpérimental (laboratoire)
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

Citations55
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetCO2 Sequestration and Geologic InteractionsTravaux en français237 207