MétaCan
Menu
Retour à la cohorte
Enregistrement W4391839061 · doi:10.1021/acsomega.3c08429

A Novel Biosurfactant-Based Oil Spill Response Dispersant for Efficient Application under Temperate and Arctic Conditions

2024· article· en· W4391839061 sur OpenAlexfundno aff
Umer Farooq, Ariadna S. Szczybelski, Frederico Castelo Ferreira, Nuno Torres Faria, Roman Netzer

Notice bibliographique

RevueACS Omega · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueOil Spill Detection and Mitigation
Établissements canadiensnon disponible
Organismes subventionnairesFisheries and Oceans CanadaFundação para a Ciência e a TecnologiaInstitute for Bioengineering and Biosciences
Mots-clésDispersantSeawaterDiesel fuelPetroleumEnvironmental scienceRhamnolipidChemistryEnvironmental chemistryOrganic chemistryDispersion (optics)GeologyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Synthetic oil spill dispersants have become essential in offshore oil spill response strategies. However, their use raises significant concerns regarding toxicity to phyto- and zooplankton and other marine organisms, especially in isolated and vulnerable areas such as the Arctic and shorelines. Sustainable alternatives may be developed by replacing the major active components of commercial dispersants with their natural counterparts. During this study, interfacial properties of different types of glycolipid-based biosurfactants (rhamnolipids, mannosylerythritol lipids, and trehalose lipids) were explored in a crude oil-seawater system. The best-performing biosurfactant was further mixed with different nontoxic components of Corexit 9500A, and the interfacial properties of the most promising dispersant blend were further explored with various types of crude oils, weathered oil, bunker, and diesel fuel in natural seawater. Our findings indicate that the most efficient dispersant formulation was achieved when mannosylerythritol lipids (MELs) were mixed with Tween 80 (T). The MELs-T dispersant blend significantly reduced the interfacial tension (IFT) of various crude oils in seawater with results comparable to those obtained with Corexit 9500A. Importantly, no leaching or desorption of MELs-T components from the crude oil-water interface was observed. Furthermore, for weathered and more viscous asphaltenic bunker fuel oil, IFT results with the MELs-T dispersant blend surpassed those obtained with Corexit 9500A. This dispersant blend also demonstrated effectiveness at different dosages (dispersant-to-oil ratio (DOR)) and under various temperature conditions. The efficacy of the MELs-T dispersant was further confirmed by standard baffled flask tests (BFTs) and Mackay-Nadeau-Steelman (MNS) tests. Overall, our study provides promising data for the development of effective biobased dispersants, particularly in the context of petroleum exploitation in subsea resources and transportation in the Arctic.

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 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 enseignants0,762
Score d'incertitude au seuil0,345

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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,250
Écart entre enseignants0,239 · 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.

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

Citations12
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS OmegaMême sujetOil Spill Detection and MitigationTravaux en français237 207