MétaCan
Menu
Retour à la cohorte
Enregistrement W2334195899 · doi:10.1021/es3043092

Anaerobic Conversion of Chlorobenzene and Benzene to CH <sub>4</sub> and CO <sub>2</sub> in Bioaugmented Microcosms

2013· article· en· W2334195899 sur OpenAlexaff
Xiaoming Liang, Cheryl E. Devine, Jennifer L. Nelson, Barbara Sherwood Lollar, Stephen H. Zinder, Elizabeth A. Edwards

Notice bibliographique

RevueEnvironmental Science & Technology · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial bioremediation and biosurfactants
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésChlorobenzeneBenzeneMicrocosmChemistryReductive dechlorinationEnvironmental chemistryBioremediationBiodegradationOrganic chemistryBacteriaCatalysisGeology

Résumé

récupéré en direct d'OpenAlex

Chlorobenzene is a widespread groundwater contaminant found at many industrial sites. Reductive dechlorination of chlorobenzene requires input of electron donor and results in problematic accumulation of benzene, which is more toxic than chlorobenzene. We hypothesized that coupling a culture capable of reductive dechlorination of chlorobenzene to benzene with a second benzene-degrading methanogenic culture would completely detoxify chlorobenzene. To this end, active chlorobenzene-dechlorinating microcosms that were producing benzene were inoculated with a previously described enriched methanogenic benzene-degrading consortium. The combination resulted in the transformation of chlorobenzene via benzene to the nontoxic degradation products, CO2 and CH4. Sustainable degradation of chlorobenzene and benzene was observed in the microcosms and was further confirmed by shifts in the carbon isotopic ratios of chlorobenzene and benzene during degradation. Moreover, we could show that benzene derived electrons fueled chlorobenzene dechlorination removing the need to provide exogenous electron donor. The results have promising implications for sustainable bioremediation of sites contaminated with chlorinated benzenes and benzene.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,150
Score d'incertitude au seuil0,934

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,004
Tête enseignante GPT0,186
Écart entre enseignants0,182 · 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 tête enseignante, 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

Citations57
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetMicrobial bioremediation and biosurfactantsTravaux en français237 207