Post-Formation of Oil Particle Aggregates: Breakup and Biodegradation
Notice bibliographique
Résumé
Spilled oil slicks are likely to break into droplets in the subtidal and intertidal zones of seashores due to wave energy. The nonliving suspended fine particles in coastal ecosystems can interact with the dispersed oil droplets, resulting in the formation of Oil Particle Aggregates (OPAs). Many investigations assumed that these aggregates will settle due to the particles' high density. Recent studies, however, reported that some particles penetrate the oil droplets, which results in further breakup while forming smaller OPAs that remain suspended in the water column. Here, we investigated the interaction of crude oil droplets with intertidal and subtidal sediments, as well as artificial pure kaolinite, in natural seawater. Results showed that the interaction between oil droplets and intertidal sediments was not particularly stable, with an Oil Trapping Efficiency (OTE) < 25%. When using subtidal sediments, OTE reached 56%. With artificial kaolinite, OPA formation and breakup were more significant (OTE reaching up to 67%) and occurred faster (within 12 h). Oil chemistry analysis showed that the biodegradation of oil in seawater (half-life of 485 h) was significantly enhanced with the addition of sediments, with half-lives of 305, 265, and 150 h when adding intertidal sediments, subtidal sediments, and pure kaolinite, respectively. Such results reveal how the sediments' shape and size affect the various oil-sediment interaction mechanisms, and the subsequent impact on the microbial degradation of petroleum hydrocarbons. Future studies should consider investigating the application of fine (several microns) and sharp (elongated-sheeted) sediments as a nondestructive and nontoxic technique for dispersing marine oil spills.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».