MétaCan
Menu
Retour à la cohorte
Enregistrement W2748053368 · doi:10.2175/106143017x14839994523622

Biotransformation of RDX and HMX by Anaerobic Granular Sludge with Enriched Sulfate and Nitrate

2017· article· en· W2748053368 sur OpenAlexafffund
Chunjiang An, Yarong Shi, Yanling He, Guohe Huang, Yonghong Liu, Shu-Cheng Yang

Notice bibliographique

RevueWater Environment Research · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial bioremediation and biosurfactants
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNitrateBiotransformationSulfateChemistryEnvironmental chemistryBioreactorBiodegradationTrinitrotolueneExplosive material

Résumé

récupéré en direct d'OpenAlex

RDX and HMX are widely used energetic materials and they are recognized as environmental contaminants at numerous locations. The present study investigated the biotransformation of RDX and HMX by anaerobic granular sludge under sulfate- and nitrate-enriched conditions. The results showed that RDX and HMX could be transformed by anaerobic granular sludge when nitrate was present. However, the biotransformation of RDX and HMX was negatively influenced, especially with high nitrate concentrations. Sulfate-enriched conditions were more favorable for the removal of ammunition compounds by anaerobic granular sludge than nitrate-enriched conditions. The removal of RDX and HMX under both nitrate- and sulfate-enriched conditions was facilitated by the use of glucose as additional substrate. This knowledge may help identify factors required for rapid removal of RDX and HMX in high-rate bioreactors. These results can also be applied to devise an appropriate and practical biological treatment strategy for explosive contaminated wastewater.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,173
Score d'incertitude au seuil0,779

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)0,0010,000

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 Opus0,021
Tête enseignante GPT0,256
Écart entre enseignants0,235 · 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

Citations9
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Environment ResearchMême sujetMicrobial bioremediation and biosurfactantsTravaux en français237 207