MétaCan
Menu
Retour à la cohorte
Enregistrement W2129276338 · doi:10.1139/w00-081

Methanogens and sulfate-reducing bacteria in oil sands fine tailings waste

2000· article· en· W2129276338 sur OpenAlexafffundvenueabout
Fervone M. Holowenko, Michael D. MacKinnon, Phillip M. Fedorak

Notice bibliographique

RevueCanadian Journal of Microbiology · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSyncrude
Mots-clésTailingsMethanogenesisSettlingOil sandsSulfateEnvironmental scienceMethaneLand reclamationGypsumPopulationEnvironmental chemistryEnvironmental engineeringWaste managementPulp and paper industryGeologyChemistryEcologyBiologyGeography

Résumé

récupéré en direct d'OpenAlex

In the past decade, the large tailings pond (Mildred Lake Settling Basin) on the Syncrude Canada Ltd. lease near Fort McMurray, Alta., has gone methanogenic. Currently, about 60%-80% of the flux of gas across the surface of the tailings pond is methane. As well as adding to greenhouse gas emissions, the production of methane in the fine tailings zone of this and other settling basins may affect the performance of these settling basins and impact reclamation options. Enumeration studies found methanogens (10(5)-10(6) MPN/g) within the fine tailings zone of various oil sands waste settling basins. SRB were also present (10(4)-10(5) MPN/g) with elevated numbers when sulfate was available. The methanogenic population was robust, and sample storage up to 9 months at 4 degrees C did not cause the MPN values to change. Nor was the ability of the consortium to produce methane delayed or less efficient after storage. Under laboratory conditions, fine tailings samples released 0.10-0.25 mL CH4 (at STP)/mL fine tailings. The addition of sulfate inhibited methanogenesis by stimulating bacterial competition.

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 enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,182
Écart entre enseignants0,177 · 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

Citations173
Publié2000
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of MicrobiologyMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207