A simple and inexpensive technique for assessing contamination during drilling operations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Subsurface exploration relies on drilling. Normally drilling requires a drilling fluid that will infiltrate into the drill core. Drilling fluid contains non‐indigenous materials and microbes from the surface, so its presence renders a sample unsuitable for microbiological and many other analyses. Because infiltration cannot be avoided, it is of paramount importance to assess the degree of contamination to identify uncontaminated samples for geomicrobiological investigations. To do this, usually a tracer is mixed into the drilling fluid. In past drilling operations a variety of tracers have been used, each has specific strengths and weaknesses. For microspheres the main problem was the high price, which limited their use to spot checks or drilling operations that require only small amounts of drilling fluid. Here, we present a modified microsphere tracer approach that uses an aqueous fluorescent pigment dispersion with a similar concentration of fluorescent particles as previously used microsphere tracers. However, it costs four orders of magnitude less, allowing for a more liberal use even in large operations. Its applicability for deep drilling campaigns was successfully tested during two drilling campaigns of the International Continental Drilling Program (ICDP) at Lake Towuti, Sulawesi, Indonesia, and Lake Chalco, Mexico. Quantification of the tracer requires only a fluorescence microscope or a flow cytometer. The latter allowing for high‐resolution data to be obtained directly on‐site within minutes and with minimal effort, decreasing sample processing times substantially relative to traditional tracer methods. This approach offers an inexpensive, rapid, but powerful alternative technique for contamination assessment during drilling campaigns.
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.
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 | 0,001 | 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 | 0,001 | 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 découle