Linking hydrocarbon biodegradation to greenhouse gas emissions from oil sands tailings and its impact on tailings management
Notice bibliographique
Résumé
Microbial research for maintaining soil productivity, health, and environment as well as for ecosystem function has been one of the main research focuses in the Department of Renewable Resources (formerly Department of Soil Science) during the last 100 yr. In recent years, microbial research has been expanded to effectively reclaim disturbed land, remediate contaminated sites, and manage soft sediments such as huge volumes of oil sands tailings. This article highlights the microbial processes in tailings ponds that can affect strategies to manage growing inventory of oil sands tailings and reduce associated environmental footprint. Enormous volumes of fluid fine tailings produced during bitumen extraction from oil sands are retained in tailings ponds. Some tailings streams contain residual labile hydrocarbons originated from the hydrocarbon solvents used in the extraction process. Indigenous microorganisms acclimated to the pond environment metabolize certain fractions of the fugitive labile hydrocarbons into biogenic greenhouse gases (GHG) such as methane (CH4) and carbon dioxide (CO2). Long-term (1–7 yr) biodegradation studies conducted using mature fine tailings (MFT) collected from different tailings ponds reveal that the microorganisms sequentially and preferentially biodegrade hydrocarbons under methanogenic conditions. The stoichiometric mathematical model developed on these biodegradation studies can predict GHG emissions from tailings ponds. Production of biogenic gases also affects the porewater and solid-phase chemistry of MFT and accelerates their de-watering and consolidation during active methanogenesis, which is beneficial for recovery of porewater for reuse in the bitumen extraction process and for effective reclamation of consolidated material.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».