MétaCan
Menu
Retour à la cohorte
Enregistrement W2087843074 · doi:10.2118/137211-pa

Surfactant Enhanced Biodegradation of Petroleum Hydrocarbons in Oil Refinery Tank Bottom Sludge

2010· article· en· W2087843074 sur OpenAlexaff
Xiaoxi Zhang, Jianbing Li, Yuefei Huang, Ronald W. Thring

Notice bibliographique

RevueJournal of Canadian Petroleum Technology · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial bioremediation and biosurfactants
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiodegradationPetroleumHydrocarbonBioremediationOil refineryPollutantOil sludgeChemistryEnvironmental chemistryWaste managementTotal petroleum hydrocarbonPulp and paper industryPetroleum productEnvironmental scienceContaminationOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Summary Bioremediation has been recognized as an effective method to treat petroleum hydrocarbon pollutants. However, the biodegradation of crude oil-contaminated sludge could be a time-consuming and low-efficiency process. Among the reasons is that some petroleum hydrocarbons in the sludge are unavailable for micro-organisms? utilization. Surfactants have the potential to increase the bioavailability of such pollutants because of their capability to reduce the surface and interfacial tension and increase the solubility of hydrocarbons in water. In this study, the addition of two different chemical surfactants (Igepal CO-630 and Cedephos FA-600) were tested using a laboratory respirometer, and the effects of such surfactants on the biodegradation of total petroleum hydrocarbon (TPH) in the oil refinery sludge were investigated. Both surfactants have been found to be effective on improving microbial growth at low-concentration additions, while the concentration of 400 mg/kg has been found most effective for improving TPH (C10-C50) reduction after 14 days of biodegradation.

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)0,001
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 enseignants0,441
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,005
Tête enseignante GPT0,195
Écart entre enseignants0,189 · 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

Citations19
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Canadian Petroleum TechnologyMême sujetMicrobial bioremediation and biosurfactantsTravaux en français237 207