MétaCan
Menu
Retour à la cohorte
Enregistrement W4390745960 · doi:10.1002/agg2.20463

Oil spill soil remediation using thermal desorption: Project synthesis and outcomes

2024· article· en· W4390745960 sur OpenAlexaff
Peter O’Brien, Thomas M. DeSutter, Francis X. M. Casey, Abbey F. Wick, Zachary J. Bartsch, S. J. Croat, Samantha Struffert

Notice bibliographique

RevueAgrosystems Geosciences & Environment · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland and Wildlife Management
Établissements canadiensStantec (Canada)
Organismes subventionnairesnon disponible
Mots-clésTopsoilSubsoilEnvironmental scienceEnvironmental remediationLand reclamationSoil scienceEnvironmental engineeringSoil waterContaminationEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Farmland within the Williston Basin of North Dakota was the site of the largest terrestrial oil spill to date in the United States in 2013. Over 3200 m3 of oil was released into the topsoil and subsoil, creating a risk to soil, water, and air resources. The purpose of this document is to provide a summary of results from a 7‐year project investigating the impacts of how thermal desorption (TD), the method used to remediate topsoil and subsoil, impacted contaminant reduction, soil function, and plant productivity simultaneously with site remediation. Soil disturbance and TD decreased soil organic matter and microbial communities, resulting in decreased soil function and plant production. However, TD did not reduce soil microbial recovery 4 years after treatment. Blending TD‐treated soil with uncontaminated topsoil appeared to minimize these negative effects and promote recovery of soil function. These findings provided critical information to stakeholders in the understanding of soil remediation and reclamation in this region.

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)0,019
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,012
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,016
Tête enseignante GPT0,225
Écart entre enseignants0,209 · 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'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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgrosystems Geosciences & EnvironmentMême sujetRangeland and Wildlife ManagementTravaux en français237 207