MétaCan
Menu
Retour à la cohorte
Enregistrement W246099808 · doi:10.2175/106143006x123120

Assessment of Intrinsic Bioremediation of a Coal‐Tar‐Affected Aquifer Using Two‐Dimensional Reactive Transport and Biogeochemical Mass Balance Approaches

2007· article· en· W246099808 sur OpenAlexaff
Shane Rogers, Say Kee Ong, Greg A. Stenback, Johanshir Golchin, Bruce H. Kjartanson

Notice bibliographique

RevueWater Environment Research · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésBiogeochemical cycleEnvironmental remediationEnvironmental chemistryChemistryPlumeCoalEnvironmental scienceGroundwater pollutionBioremediationAquiferEnvironmental engineeringGroundwaterSoil scienceGeologyContaminationMeteorologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Expedited site characterization and groundwater monitoring using direct-push technology and conventional monitoring wells were conducted at a former manufactured gas plant site. Biogeochemical data and heterotrophic plate counts support the presence of microbially mediated remediation. By superimposing solutions of a two-dimensional reactive transport analytical model, first-order degradation rate coefficients ((day-1) ) of various compounds for the dissolved-phase plume were estimated (i.e., benzene [0.0084], naphthalene [0.0058], and acenaphthene [0.0011]). The total mass transformed by aerobic respiration, nitrate reduction, and sulfate reduction around the free-phase coal-tar dense-nonaqueous-phase-liquid region and in the plume was estimated to be approximately 4.5 kg/y using a biogeochemical mass-balance approach. The total mass transformed using the degradation rate coefficients was estimated to be approximately 3.6 kg/y. Results showed that a simple two-dimensional analytical model and a biochemical mass balance with geochemical data from expedited site characterization can be useful for rapid estimation of mass-transformation rates.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,163
Score d'incertitude au seuil0,414

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,050
Tête enseignante GPT0,301
Écart entre enseignants0,251 · 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

Citations7
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Environment ResearchMême sujetGroundwater flow and contamination studiesTravaux en français237 207