Carbohydrate-Modified Microgels as a System for Extracting Naphthenic Acids from Tailings Pond Water
Notice bibliographique
Résumé
Northern Alberta houses massive tailings ponds, that store aqueous waste as a result of the processes employed to recover bitumen from the oil sand deposits. The aqueous waste, or tailings pond water (TPW), houses numerous toxic chemicals including naphthenic acids (NAs) - a complex group of naturally occurring hydrophobic organic acids that can have adverse and even irreversible effects on their surrounding environment. The Lowary group has shown that methyl mannose polysaccharides (MMPs) have a high binding affinity for NAs, while the Serpe group has demonstrated that poly(N-isopropylacrylamide) (pNIPAM)-based micro-particles have a high binding affinity for organic molecules in general. Our research group has been developing a unique class of microgels for the removal of NAs from TPW by utilizing pNIPAM-based porous micro-particles and incorporating unmethylated and methylated derivatives of long-chained saccharide(s)-amines. Several pNIPAM-based microgels coupled or polymerized with a series of carbohydrates have been developed and their effectiveness to treat TPW was monitored using Microtox bioassay toxicity tests and Fourier-transform infrared spectroscopy (FT-IR). According to the Microtox data the carbohydrate-modified microgels have only a marginal effect treating medium fine tailings (MFT) and the top recyclable tailings water layer. However, FT-IR analysis shows that few carbohydrate-modified poly(N-isopropylacrylamide)-co-acrylic acid (pNIPAM-co-AAc) microgels lower NAs concentration in MFT: pNIPAM-co-50 % AAc-di-mann-octylamine shows the best performance by decreasing the NAs concentration within a similar range as the standard sorbent: powdered activated carbon (PAC). Overall, PAC shows the best performance treating MFT according to both Microtox bioassay and FT-IR analysis.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».