MétaCan
Menu
Retour à la cohorte
Enregistrement W2159741264 · doi:10.1139/s06-061

Organic solvents improve hydrocarbon desorption and biodegradation in highly contaminated weathered soils

2007· article· en· W2159741264 sur OpenAlexvenueno aff
M. García-Rivero, Gerardo Saucedo‐Castañeda, M. Gutiérrez‐Rojas

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial bioremediation and biosurfactants
Établissements canadiensnon disponible
Organismes subventionnairesConsejo Nacional de Ciencia y Tecnología
Mots-clésBiodegradationMicrocosmTolueneHydrocarbonChemistryDesorptionAcetoneEnvironmental chemistryBenzeneSolubilitySolventOrganic chemistryAdsorption

Résumé

récupéré en direct d'OpenAlex

Slurry phase laboratory microcosms were used to investigate the effect of selected solvents (hexane, benzene, toluene, n-butanol, acetone, and methanol) on desorption and the resulting microbial biodegradation of hydrocarbons in highly contaminated weathered soils. For nonpolar solvents, solubility and desorption of hydrocarbons increased linearly as polarity increased. In desorption and biodegradation assays, toluene significantly increased hydrocarbon consumption by twice as much, in comparison to the control without solvent. After 30 culture days, the initial hydrocarbon concentration in soil (Soxhlet method), 237.2 g kg–1 of dry soil, diminished 21% when toluene was initially added. Saturated and aromatic fractions became degraded to a greater extent in the presence of toluene, 11% and 50%, respectively. The results in this research indicated that the use of solvents is effective in improving both hydrocarbons desorption and biodegradation in highly polluted weathered soils. Key words: slurry phase, overall hydrocarbon biodegradation, solvents, hydrocarbon fractions, 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 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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,003
Tête enseignante GPT0,173
Écart entre enseignants0,170 · 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'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

Citations21
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetMicrobial bioremediation and biosurfactantsTravaux en français237 207