Accelerated Dewatering and Detoxification of Oil Sands Tailings Using a Biological Amendment
Notice bibliographique
Résumé
Accelerating the dewatering of oil sands tailings is a crucial challenge to the oil sands industry. Fresh tailings (15–20% by weight solids) and mature tailings (30–35% by weight solids) dewater slowly over a period of decades or centuries, and have resulted in the accumulation of 1,075 Mm3 of tailings in tailings ponds, the equivalent of 430,000 Olympic-size swimming pools. UltraZyme Hydrocarbon Powder (UltraZyme), a proprietary biological amendment of microbes, enzymes, and organic carrier developed by Cypher Environmental Ltd., was tested for its ability to accelerate dewatering and improve expressed pore water quality in three types of tailings. The effects of varying temperature, nitrogen addition, initial solids content, and UltraZyme dosage were also investigated. A 30% increase of solids content could be achieved in 112 days in all three tailings sources using 1.0 g/L of UltraZyme without physical mixing. Increasing the temperature to 55°C yielded similar results in only 14 days. High UltraZyme dosages and low initial solids contents had the most positive impact on dewatering rates, and UltraZyme addition caused detoxification of expressed pore water (toxicity unit<1, by Microtox bioassay) and improved dissolved organic carbon (DOC) (27% removal for MFT-D1 and 16% removal for MFT-D2) and naphthenic acids (NAs) (38–46% removal for MFT-Mix). UltraZyme was unable to degrade bitumen, but was capable of reducing bitumen-derived toxicity.
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 ».