MétaCan
Menu
Retour à la cohorte
Enregistrement W2121731744 · doi:10.3389/fmicb.2013.00140

In situ detection of anaerobic alkane metabolites in subsurface environments

2013· article· en· W2121731744 sur OpenAlexafffund
Akhil Agrawal, Lisa M. Gieg

Notice bibliographique

RevueFrontiers in Microbiology · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial bioremediation and biosurfactants
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaShell CanadaBaker HughesAlberta InnovatesYara InternationalSuncor Energy IncorporatedConocoPhillips
Mots-clésIn situAlkaneAnaerobic exerciseEnvironmental chemistryChemistryEnvironmental scienceBiologyHydrocarbonOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Alkanes comprise a substantial fraction of crude oil and refined fuels. As such, they are prevalent within deep subsurface fossil fuel deposits and in shallow subsurface environments such as aquifers that are contaminated with hydrocarbons. These environments are typically anaerobic, and host diverse microbial communities that can potentially use alkanes as substrates. Anaerobic alkane biodegradation has been reported to occur under nitrate-reducing, sulfate-reducing, and methanogenic conditions. Elucidating the pathways of anaerobic alkane metabolism has been of interest in order to understand how microbes can be used to remediate contaminated sites. Alkane activation primarily occurs by addition to fumarate, yielding alkylsuccinates, unique anaerobic metabolites that can be used to indicate in situ anaerobic alkane metabolism. These metabolites have been detected in hydrocarbon-contaminated shallow aquifers, offering strong evidence for intrinsic anaerobic bioremediation. Recently, studies have also revealed that alkylsuccinates are present in oil and coal seam production waters, indicating that anaerobic microbial communities can utilize alkanes in these deeper subsurface environments. In many crude oil reservoirs, the in situ anaerobic metabolism of hydrocarbons such as alkanes may be contributing to modern-day detrimental effects such as oilfield souring, or may lead to more beneficial technologies such as enhanced energy recovery from mature oilfields. In this review, we briefly describe the key metabolic pathways for anaerobic alkane (including n-alkanes, isoalkanes, and cyclic alkanes) metabolism and highlight several field reports wherein alkylsuccinates have provided evidence for anaerobic in situ alkane metabolism in shallow and deep subsurface environments.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,004
Tête enseignante GPT0,183
Écart entre enseignants0,179 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations65
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in MicrobiologyMême sujetMicrobial bioremediation and biosurfactantsTravaux en français237 207