MétaCan
Menu
Retour à la cohorte
Enregistrement W3102750700 · doi:10.11575/prism/36433

Assessment of Anaerobic Bioremediation Potential in Hydrocarbon Contaminated Aquifers in Alberta, Canada

2019· dissertation· en· W3102750700 sur OpenAlexaboutno aff
Gurpreet Kharey

Notice bibliographique

RevuePRISM (University of Calgary) · 2019
Typedissertation
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBioremediationAquiferContaminationEnvironmental scienceWaste managementChlorinated solventsEnvironmental chemistryAnaerobic exerciseHydrocarbonEnvironmental engineeringPetroleum engineeringGroundwaterEngineeringChemistryBiologyEcologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Anaerobic biodegradation of hydrocarbon fuels (mono-aromatic and short chain alkane hydrocarbon) was demonstrated under both field and microcosm experiments, with detection of signature metabolites, fumarate addition genes, and microbial community composition to determine the potential of hydrocarbon-contaminated sites for bioremediation and assess the evidence of its past and/or present occurrence. It was determined here that the potential for bioremediation is unique to both the contaminated sites, but also to the hydrocarbon load present. Quantification of the fumarate addition genes using a newly-designed mixture of primers was done. These qPCR assays for assA and bssA abundances concluded that an upper limit to gene abundance is present according to hydrocarbon concentrations, of approximately 5 ppm hydrocarbon. Monitoring hydrocarbon loss from groundwater collected at these sites, paired with fumarate addition gene abundances concluded that the contaminated sites in question have the potential for bioremediation, but is limited with higher hydrocarbon concentrations.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,112

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,003
Tête enseignante GPT0,181
Écart entre enseignants0,178 · 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'étudeObservationnel
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePRISM (University of Calgary)Même sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207