Mineral Carbonation for Carbon Sequestration: A Case for MCP and MICP
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Mineral carbonation is a prominent method for carbon sequestration. Atmospheric carbon dioxide (CO2) is trapped as mineral carbonate precipitates, which are geochemically, geologically, and thermodynamically stable. Carbonate rocks can originate from biogenic or abiogenic origin, whereby the former refers to the breakdown of biofragments and the latter precipitation out of water. Carbonates can also be formed through biologically controlled mechanisms (BCMs), biologically mediated mechanisms (BMMs), and biologically induced mechanisms (BIMs). Microbial carbonate precipitation (MCP) is a BMM occurring through the interaction of organics (extracellular polymeric substances (EPS), cell wall, etc.) and soluble cations facilitating indirect precipitation of carbonate minerals. Microbially induced carbonate precipitation (MICP) is a BIM occurring via different metabolic pathways. Enzyme-driven pathways (carbonic anhydrase (CA) and/or urease), specifically, are promising for the high conversion to calcium carbonate (CaCO3) precipitation, trapping large quantities of gaseous CO2. These carbonate precipitates can trap CO2 via mineral trapping, solubility trapping, and formation trapping and aid in CO2 leakage reduction in geologic carbon sequestration. Additional experimental research is required to assess the feasibility of MICP for carbon sequestration at large scale for long-term stability of precipitates. Laboratory-scale evaluation can provide preliminary data on preferable metabolic pathways for different materials and their capacity for carbonate precipitation via atmospheric CO2 versus injected CO2.
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.
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 | 0,001 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 | 0,000 |
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 découle