MétaCan
Menu
Retour à la cohorte
Enregistrement W2750586032 · doi:10.1021/acs.est.7b02155

Evidence of Coupled Carbon and Iron Cycling at a Hydrocarbon-Contaminated Site from Time Lapse Magnetic Susceptibility

2017· article· en· W2750586032 sur OpenAlexfundno aff
Anders L. Lund, Lee Slater, Estella A. Atekwana, Dimitrios Ntarlagiannis, Isabelle M. Cozzarelli, B. Bekins

Notice bibliographique

RevueEnvironmental Science & Technology · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesEnbridgeU.S. Geological SurveyMinnesota Pollution Control Agency
Mots-clésFerrihydriteSideriteContaminationEnvironmental chemistryEnvironmental scienceMagnetiteCarbon cycleGeologySoil scienceChemistryMineralogyEcology

Résumé

récupéré en direct d'OpenAlex

Conventional characterization and monitoring of hydrocarbon (HC) pollution is often expensive and time-consuming. Magnetic susceptibility (MS) has been proposed as an inexpensive, long-term monitoring proxy of the degradation of HC. We acquired repeated down hole MS logging data in boreholes at a HC-contaminated field research site in Bemidji, MN, USA. The MS data were analyzed in conjunction with redox conditions and iron availability within the source zone to better assess whether MS can serve as a proxy for monitoring HC contamination in unconsolidated sediments. The MS response at the site diminished during the sampling period, which was found to coincide with depletion of solid phase iron in the source zone. Previous geochemical observations and modeling at the site suggest that the most likely cause of the decrease in MS is the transformation of magnetite to siderite, coupled with the exhaustion of ferrihydrite. Although the temporal MS response at this site gives valuable field-scale evidence for changing conditions of iron cycling and stability of iron minerals it does not provide a simple proxy for long-term monitoring of biodegradation of hydrocarbons in the smear zone.

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 candidatesÉtudes des sciences et des technologies
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 enseignants0,338
Score d'incertitude au seuil0,999

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 technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0020,003
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 Opus0,008
Tête enseignante GPT0,207
Écart entre enseignants0,200 · 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.

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

Citations15
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetGeochemistry and Geologic MappingTravaux en français237 207