ON THE OIL-MINERAL AGGREGATION PROCESS: A PROMISING RESPONSE TECHNOLOGY IN ICE-INFESTED WATERS
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
ABSTRACT The oil-mineral aggregation (OMA) process refers to oil droplets and fine sediments interaction leading to the formation of small aggregates. Previous studies have highlighted the significance of oil-mineral aggregate formation on the persistence of oil and the feasibility of its use for the development of spill countermeasures. However, the efficiency of the OMA process in ice-infested waters is not well known. Some preliminary laboratory works have reported promising results regarding the aggregation process in the presence of ice. In the light of these results, the Canadian Coast Guard has conducted a research program that aims to elaborate clean-up measures using the OMA process in ice-infested waters. The oceanographic parameters likely to affect the efficiency of the OMA process were reviewed with respect to the oceanographic conditions prevailing in the Saint-Lawrence River during winter. These results suggested that the low turbidity values and water turbulence prevailing during icing periods are likely to be important parameters influencing oil dispersion efficiency by the OMA process. Clean-up measures which would overcome these limiting effects, based on laboratory and field tests would be developed. This paper presents a literature review on the international expertise related to oil-ice-sediment interactions. The efficiency of the OMA process and the feasibility of using OMA as an oil spill countermeasure strategy in ice-infested waters is discussed herein. The main objectives of the experimental protocol designed for the development of clean-up measures aimed at enhancing oil dispersion in ice-infested waters by the OMA process are presented.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle