Composting of soils contaminated with heavy petroleum hydrocarbons.
Notice bibliographique
Résumé
This project tested at the field scale, five on-site, non-proprietary bioremediation processes on weathered petroleum hydrocarbons from a fire fighter training area. Two bioremediation processes based on fungi (commercially produced white rot fungus, Pleurotus ostreatus, and aged, coarse wood chips, 'compost', with naturally occurring fungi) were applied with variations and compared to one control: a typical static biopile. An elevated-face compost turner was used to turn the soil in selected windrows for aeration. Statistically-based sampling was employed and quality control measures were enforced for sampling and analysis. The treatment options examined for the contaminated soil were: (1) white rot fungus and compost, (2) compost, poultry manure and turning, (3) compost, synthetic nitrogen-phosphorous-potassium fertilizer, and turning, (4) compost, the above synthetic fertilizer, and no turning, and (5) the above synthetic fertilizer, and no turning (static biopile). The compost and poultry manure process performed the best, remediating 35 tonnes of soil contaminated with 6000 mg/kg of mineral oil and grease (MOG) to the remediation criteria of 1000 mg/kg in 19 days and to less than 300 mg/kg in less than 56 days. The net rate of bioremediation was 100 mg/kg/day of MOG. The estimated cost of this process for commercial applications, excluding labour, excavation and site preparation, was $18 to $29 per tonne, depending on the cost of the poultry manure.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».