Total Internal Reflection Fluorescence Microscopy To Investigate the Distribution of Residual Bitumen in Oil Sands Tailings
Notice bibliographique
Résumé
A major waste byproduct of oil sands in situ extraction is oil sands tailings, which are a mixture of water, clay, and residual bitumen. These tailings represent a huge ecological footprint in the form of tailings ponds, which not only render large land areas unusable but also prevent reuse of water. The slow dewatering of the tailings ponds poses a major challenge to the industry. The presence of complex inorganic–organic bitumen–clay mixtures in these tailings contributes to this problem. Hence, understanding the nature of the bitumen–clay association and the effect of bitumen on clay particle–particle interactions is important for the development of more effective chemicals or processes to accelerate particle aggregation and sedimentation during dewatering. Previous studies that investigate these interactions used techniques that are sensitive only toward inorganic clay but not sensitive towards organic bitumen. Here, we use a high-resolution total internal reflection fluorescence (TIRF) microscopy to help identify the accurate location and distribution of bitumen in mature fine tailings (MFT) samples. We report the first adaptation of TIRF beyond cell biology for visualization of bitumen and its interaction with clay. The high signal-to-noise ratio of TIRF microscopy and a high contrast between the clay and residual bitumen provide images that reveal a wealth of information about the bitumen coverage on clay as well as clay–clay aggregates and how the bitumen positions itself within these aggregates. These images confirm the presence of hydrophobic fine clay agglomerates along with the hydrophilic clay particles in MFT. It is also observed that bitumen coats clay particles, bridges clay agglomerates, and is mostly absent as free bitumen in the bulk of the MFT sample. Our work paves the way for the use of nanophotonic tools in oil sands imaging and provides strategic suggestions for the development of better methods for clay sedimentation and bitumen recovery.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».