Microbially Enhanced Oil Recovery by Alkylbenzene-Oxidizing Nitrate-Reducing Bacteria
Notice bibliographique
Résumé
Microbially enhanced oil recovery (MEOR) of heavy oil and bitumen is challenging because light hydrocarbons, which can feed resident microbial communities are present in low concentrations, if at all. We have recently shown that increasing the toluene concentration of heavy oil by aqueous injection followed by injection of nitrate boosts the activity of toluene-oxidizing nitrate-reducing bacteria in heavy oil-containing sand pack columns, giving production of residual oil in place (ROIP). In the current work we found that ethylbenzene is as effective as toluene. Microbial community analyses indicated Thauera and Pseudomonas to be main components of nitrate-containing batch and continuous cultures, regardless whether ethylbenzene or toluene was used as the electron donor. Biomass from batch cultures grown with heavy oil amended with ethylbenzene or toluene and nitrate or biomass from continuous cultures grown on ethylbenzene or toluene and nitrate had similar MEOR activity. Increasing the concentration of injected biomass from continuous cultures increased the fraction of ROIP recovered both in the absence and in the presence of nitrate. Nitrate increased the fraction of ROIP recovered by about 2-fold by increasing the concentration of biomass in the columns. Emulsification of oil by surface-adhering biomass and blocking of aqueous flow channels by oil emulsion droplets are proposed as a possible mechanism of hydrocarbon- and nitrate-mediated MEOR. Pure isolates Thauera sp. NS1 and Pseudomonas sp. NS2, which used both ethylbenzene and toluene, were obtained but did not offer improved MEOR compared to the use of batch and continuous cultures.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».