Assessing <i>in situ</i> rates of anaerobic hydrocarbon bioremediation
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
Identifying metabolites associated with anaerobic hydrocarbon biodegradation is a reliable way to garner evidence for the intrinsic bioremediation of problem contaminants. While such metabolites have been detected at numerous sites, the in situ rates of anaerobic hydrocarbon decay remain largely unknown. Yet, realistic rate information is critical for predicting how long individual contaminants will persist and remain environmental threats. Here, single-well push-pull tests were conducted at two fuel-contaminated aquifers to determine the in situ biotransformation rates of a suite of hydrocarbons added as deuterated surrogates, including toluene-d(8), o-xylene-d(10), m-xylene-d(10), ethylbenzene-d(5) (or -d(10)), 1, 2, 4-trimethylbenzene-d(12), 1, 3, 5-trimethylbenzene-d(12), methylcyclohexane-d(14) and n-hexane-d(14). The formation of deuterated fumarate addition and downstream metabolites was quantified and found to be somewhat variable among wells in each aquifer, but generally within an order of magnitude. Deuterated metabolites formed in one aquifer at rates that ranged from 3 to 50 µg l(-1) day(-1), while the comparable rates at another aquifer were slower and ranged from 0.03 to 15 µg l(-1) day(-1). An important observation was that the deuterated hydrocarbon surrogates were metabolized in situ within hours or days at both sites, in contrast to many laboratory findings suggesting that long lag periods of weeks to months before the onset of anaerobic biodegradation are typical. It seems clear that highly reduced conditions are not detrimental to the intrinsic bioremediation of fuel-contaminated aquifers.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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