MétaCan
Menu
Retour à la cohorte
Enregistrement W2343756828 · doi:10.1139/cgj-2015-0635

Urease active bioslurry: a novel soil improvement approach based on microbially induced carbonate precipitation

2016· article· en· W2343756828 sur OpenAlexvenueno aff
Liang Cheng, Mohamed A. Shahin

Notice bibliographique

RevueCanadian Geotechnical Journal · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Applications in Construction Materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUreaseChemistryPrecipitationCarbonateCalcium carbonateCementation (geology)Compressive strengthChemical engineeringUreaMetallurgyMaterials scienceComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

This paper presents a novel approach for soil stabilization by microbially induced carbonate precipitation (MICP) using a new urease active catalyzer, named herein as “bioslurry”. The bioslurry, which was produced from the reaction between bacterial culture and 400 mmol/L of CaCl2 and urea, is pre-formed urease active crystals consisting of CaCO3 plus imbedded urease active bacterial cells. By mixing the bioslurry with sand, more than 95% of the bioslurry was retained in the soil matrix as a result of the mechanical trapping mechanism, leading to high resistance to flushing with a low-salinity solution. The retained urease activity of bioslurry was uniformly distributed along the sand matrix, resulting in a rather uniform CaCO3 precipitation. Through repeated treatments with a cementation solution, the unconfined compressive strength of bioslurry treated sand was significantly improved due to the effective CaCO3 precipitation at the contact points of soil grains. Scanning electron microscopy analysis carried out on the bioslurry treated sand revealed that the induced large rhombohedral CaCO3 crystals were localized around the bioslurry spherical fine crystals. The overall outcome of this work is that soil biocementation using the new bioslurry approach is controllable, reproducible, and homogeneous.

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 enseignants0,001
Score d'incertitude au seuil0,002

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 savante0,0000,000
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 Opus0,012
Tête enseignante GPT0,211
Écart entre enseignants0,199 · 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

Citations142
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetMicrobial Applications in Construction MaterialsTravaux en français237 207