The Freshwater Oil Spill Remediation Study (FOReSt): 2018 Pilot Study at the Experimental Lakes Area, Canada
Notice bibliographique
Résumé
ABSTRACT (#667537) Monitored natural recovery (MNR) was assessed as a non-invasive method for limiting residual oil exposure in the aquatic environment following contained spills of Cold Lake Blend diluted bitumen (CLB) and conventional heavy crude (CHV) at the IISD-Experimental Lakes Area in Canada. Oils were applied and left in place for 72h to simulate potential spill cleanup response times. After physical removal of free surface oil, biological response and recovery (microbes, zooplankton communities, emergent insects, and benthic invertebrate) was assessed over 80d and exposure of polycyclic aromatic compounds (PACs) and their alkylated forms (aPACS) in water and sediment were characterized. Embryonic development of fathead minnow eggs exposed to water from each of the enclosures was used to determine potential impacts on fish early life stage development. There were significantly different concentrations of PACs in the enclosures treated with diluted bitumen and CHV immediately after application and attenuation differed between the two products throughout the study period. Water contained primarily 3 ring PACs and aPACs. Microbial taxa with known oil degrading capacity increased in water relative to total community abundance. Emergent insect abundance was significantly lower in both oil treated enclosures relative to reference enclosures, but fish development was not significantly impacted by oil treatments. Monitored natural recovery could be successfully applied to oil spill affected freshwater shorelines, but additional data are required to determine long term recovery trajectories.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».