Biodegradable lignin surfactant disperses oil spills with droplet dynamics mapped by AutoDrop algorithm
Notice bibliographique
Résumé
The development of environmentally benign dispersants is critical for mitigating the ecological impact of marine oil spills. This study introduces a novel dispersant that integrates PEG-functionalized lignin with biosurfactant of lecithin and Tween 80. The key advancements are (1) the first use of PEG-functionalized lignin blended with lecithin/Tween 80, (2) the development of the AutoDrop Algorithm for automated, precise droplet analysis, and (3) a comprehensive eco-toxicological profile against commercial dispersants. The optimized formulations, L+T/DAL-Oz-PEG400, demonstrated superior performance, effectively suppressing oversized droplet formation while maintaining high emulsification efficiency. In Hibernia and Hebron crude oils, over 90 % of droplets remained below 12.87 μm and 9.96 μm, respectively. Emulsion stability was evaluated using tail index (TI) and generalized Pareto distribution (GPD), with results showing TI = 1.74, ξ = 0.08, and σ = 4.83 for Hibernia oil, and TI = 2.96, ξ = 0.26, and σ = 10.67 for Hebron oil. Interfacial tension was reduced to 9.33 mN/m and 9.01 mN/m in Hibernia and Hebron oils, respectively. Crucially, the blend showed near-zero mortality in Artemia salina and Atlantic cod larvae, sharply contrasting the Corexit 9500 toxicity. This study established a new approach for designing effective, low toxicity dispersants through chemical modification.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».