Consolidating the state of knowledge of surface washing agents for oil spill response decision making
Notice bibliographique
Résumé
Surface washing agents (SWAs; also known as beach cleaners or shoreline cleaning agents) are oil spill cleanup agents that enhance the separation and removal of oil from substrates. Compared to conventional measures such as substrate removal or high-pressure/hot-water flushing, the fundamental advantage of using a SWA on oiled substrates is a higher degree of oil removal with reduced secondary impacts resulting from these more intensive conventional response strategies. SWAs are categorized in two groups; “lift and float” and “lift and disperse.” The lift and float SWAs facilitate recovery of the treated oil on the surface of the water. The lift and disperse products include surfactants that result in dispersion of the treated oil into the water column. Because lift and float SWAs allow recovery of the spilled oil, they are preferred over lift and disperse agents. However, there may be conditions where use of a lift and disperse SWA would be best, such as where the released oil cannot be effectively recovered because of high wave energy or strong currents or no access for recovery operations at the treatment site. Lessons learned from 32 SWA use case studies are summarized. Potential ecological impacts resulting from SWA use are evaluated, and recommendations made to reduce those impacts through implementation of best management practices. Current methods for testing SWA effectiveness and effects are described, and recommendations are made for conducting SWA effectiveness and effect testing during operational responses, including for “tail-gate testing” on the actual oiled substrates and for first operational use in the field. • Surface washing agents (SWAs) are oil spill cleanup agents that enhance the separation and removal of oil from substrates. • SWAs are categorized in two groups; “lift and float” and “lift and disperse”. • Lessons learned from 32 SWA use case studies provide recommendation on SWA effectiveness and effect testing and best management practices.
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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».