MétaCan
Menu
← Retour à la cohorte
Enregistrement W2982684060 · doi:10.1038/s41598-019-51796-4

Release of sugars and fatty acids from heavy oil biodegradation by common hydrolytic enzymes

2019· article· en· W2982684060 sur OpenAlexaff
Michael Mislan, Ian D. Gates

Notice bibliographique

RevueScientific Reports · 2019
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésBiodegradationLipaseCellulaseHydrolysisChemistryOrganic matterCutinBioreactorOrganic chemistryBiomass (ecology)LigninEnzymeEnzymatic hydrolysisBiotransformationCelluloseFood scienceBiochemistryBiologyAgronomy

Résumé

récupéré en direct d'OpenAlex

In response to recent advances in understanding relating to the remarkable persistence of soil organic matter during burial and diagenesis, we examine the extent to which bitumen compositionally reflects the soil organic matter from which it was derived. Through a simple set of experiments, exposure of bitumen to lipase and cellulase, two enzymes effective in the biodegradation of soil organic matter, resulted in the release of glycerin, palmitic and oleic fatty acids from lipase digestion in addition to the release of glucose, alkylphenols and acyclic polyols from fermentation with cellulase, consistent with the products expected these enzymes. These results are significant in that they suggest that heavy oils are more similar to their soil precursor than previously thought, that biodegradation of bitumen can be accelerated using common over the counter enzymes in aerobic conditions and that heavy oils, which are 1000 times more abundant than coal, can release similar biomolecules as those generated in bioreactor culture or biomass harvest, using two of the most abundantly produced enzymes presently available.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,219
Écart entre enseignants0,212 · 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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetPetroleum Processing and Analysis→Travaux en français237 207→