MétaCan
Menu
Retour à la cohorte
Enregistrement W2901593715 · doi:10.1039/c8em00359a

Accuracy of methods for reporting inorganic element concentrations and radioactivity in oil and gas wastewaters from the Appalachian Basin, U.S. based on an inter-laboratory comparison

2018· article· en· W2901593715 sur OpenAlexaff
Travis L. Tasker, William D. Burgos, Moses A. Ajemigbitse, Nancy E. Lauer, Alen V. Gusa, Maksat Kuatbek, Dustin May, Joshua D. Landis, Daniel S. Alessi, Amanda M. Johnsen, James M. Kaste, Kurt L. Headrick, Franziska Wilke, Mark B. McNeal, Mark A. Engle, Aaron M. Jubb, Radisav D. Vidić, Avner Vengosh, Nathaniel R. Warner

Notice bibliographique

RevueEnvironmental Science Processes & Impacts · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensMaxxam (Canada)Canadian Celiac AssociationAlberta Hospital EdmontonUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceStructural basinFossil fuelEnvironmental chemistryPetroleum engineeringGeologyWaste managementChemistryEngineeringGeomorphology

Résumé

récupéré en direct d'OpenAlex

Accurate and precise analyses of oil and gas (O&G) wastewaters and solids (e.g., sediments and sludge) are important for the regulatory monitoring of O&G development and tracing potential O&G contamination in the environment. In this study, 15 laboratories participated in an inter-laboratory comparison on the chemical characterization of three O&G wastewaters from the Appalachian Basin and four solids impacted by O&G development, with the goal of evaluating the quality of data and the accuracy of measurements for various analytes of concern. Using a variety of different methods, analytes in the wastewaters with high concentrations (i.e., >5 mg L-1) were easily detectable with relatively high accuracy, often within ±10% of the most probable value (MPV). In contrast, often less than 7 of the 15 labs were able to report detectable trace metal(loid) concentrations (i.e., Cr, Ni, Cu, Zn, As, and Pb) with accuracies of approximately ±40%. Despite most labs using inductively coupled plasma mass spectrometry (ICP-MS) with low instrument detection capabilities for trace metal analyses, large dilution factors during sample preparation and low trace metal concentrations in the wastewaters limited the number of quantifiable determinations and likely influenced analytical accuracy. In contrast, all the labs measuring Ra in the wastewaters were able to report detectable concentrations using a variety of methods including gamma spectroscopy and wet chemical approaches following Environmental Protection Agency (EPA) standard methods. However, the reported radium activities were often greater than ±30% different to the MPV possibly due to calibration inconsistencies among labs, radon leakage, or failing to correct for self-attenuation. Reported radium activities in solid materials had less variability (±20% from MPV) but accuracy could likely be improved by using certified radium standards and accounting for self-attenuation that results from matrix interferences or a density difference between the calibration standard and the unknown sample. This inter-laboratory comparison illustrates that numerous methods can be used to measure major cation, minor cation, and anion concentrations in O&G wastewaters with relatively high accuracy while trace metal(loid) and radioactivity analyses in liquids may often be over ±20% different from the MPV.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,016
Tête enseignante GPT0,308
Écart entre enseignants0,291 · 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 source (Gemma direct ou Codex distillé), 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

Citations27
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science Processes & ImpactsMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207