MétaCan
Menu
Retour à la cohorte
Enregistrement W2266923912 · doi:10.3389/fmicb.2015.01538

Microbial Methane Production Associated with Carbon Steel Corrosion in a Nigerian Oil Field

2016· article· en· W2266923912 sur OpenAlexafffundabout
Jaspreet Mand, Hyung S. Park, Chuma C. Okoro, Bart P. Lomans, Seun Smith, Leo Chiejina, Gerrit Voordouw

Notice bibliographique

RevueFrontiers in Microbiology · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCorrosion Behavior and Inhibition
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaShellAlberta InnovatesShell Global Solutions InternationalSuncor Energy IncorporatedConocoPhillips
Mots-clésMethaneArchaeaCarbon fibersSulfate-reducing bacteriaMethanogenChemistryEnvironmental chemistryMethanogenesisProduced waterCorrosionMicroorganismCarbon dioxideSulfateBacteriaMaterials scienceBiologyEnvironmental scienceEnvironmental engineeringOrganic chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Microbially influenced corrosion (MIC) in oil field pipeline systems can be attributed to many different types of hydrogenotrophic microorganisms including sulfate reducers, methanogens and acetogens. Samples from a low temperature oil reservoir in Nigeria were analyzed using DNA pyrotag sequencing. The microbial community compositions of these samples revealed an abundance of anaerobic methanogenic archaea. Activity of methanogens was demonstrated by incubating samples anaerobically in a basal salts medium, in the presence of carbon steel and carbon dioxide. Methane formation was measured in all enrichments and correlated with metal weight loss. Methanogens were prominently represented in pipeline solids samples, scraped from the inside of a pipeline, comprising over 85% of all pyrosequencing reads. Methane production was only witnessed when carbon steel beads were added to these pipeline solids samples, indicating that no methane was formed as a result of degradation of the oil organics present in these samples. These results were compared to those obtained for samples taken from a low temperature oil field in Canada, which had been incubated with oil, either in the presence or in the absence of carbon steel. Again, methanogens present in these samples catalyzed methane production only when carbon steel was present. Moreover, acetate production was also found in these enrichments only in the presence of carbon steel. From these studies it appears that carbon steel, not oil organics, was the predominant electron donor for acetate production and methane formation in these low temperature oil fields, indicating that the methanogens and acetogens found may contribute significantly to MIC.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,008
Tête enseignante GPT0,212
Écart entre enseignants0,204 · 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

Citations42
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in MicrobiologyMême sujetCorrosion Behavior and InhibitionTravaux en français237 207