MétaCan
Menu
Retour à la cohorte
Enregistrement W4388906073 · doi:10.1007/978-3-031-34447-3_15

In Situ Chemical Oxidation of Petroleum Hydrocarbons

2023· book-chapter· en· W4388906073 sur OpenAlexaff
Neil R. Thomson

Notice bibliographique

RevueEnvironmental contamination remediation and management · 2023
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial bioremediation and biosurfactants
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPotassium permanganatePotassium persulfatePersulfateHydrogen peroxideOzoneChemistryEnvironmental remediationSodium persulfateEnvironmental chemistryInorganic chemistryOrganic chemistryContaminationPolymerCatalysis

Résumé

récupéré en direct d'OpenAlex

Abstract In situ chemical oxidation (ISCO) is a mature treatment technology that involves the delivery of a chemical oxidant into a target treatment zone (TTZ) to destroy petroleum hydrocarbon (PHC) compounds, and thereby reduce risk to human health and the environment. Commonly used chemical oxidants include hydrogen peroxide, sodium percarbonate, ozone, sodium or potassium permanganate, and sodium or potassium persulfate. All these oxidants can degrade environmentally relevant PHCs except that permanganate is non-reactive toward benzene. Ozone is delivered into the TTZ as a gas while the other oxidants are typically delivered as a concentrated liquid. ISCO should be considered part of integrated remediation strategy and not used in isolation. This chapter provides a reader with an introduction to key aspects of ISCO that are relevant to applications at sites contaminated with PHCs. Following a discussion of the TTZ, it then examines the fundamentals of the common oxidants used. Next the interaction of chemical oxidants with aquifer materials is explored, and a description of relevant transport considerations is provided. This is followed with an overview of methods that can be used to deliver an oxidant to treat PHCs in a TTZ. This chapter closes with a summary of the important takeaway messages.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,758
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
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)0,0010,001

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,187
Écart entre enseignants0,180 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental contamination remediation and managementMême sujetMicrobial bioremediation and biosurfactantsTravaux en français237 207