Estudio microbiológico de las incrustaciones y corrosiones en captaciones de agua subterránea
Bibliographic record
Abstract
Al amparo de los proyectos CICYT AMB 94-0997-C02-02 y CICYT HID 96-1309, se estudian las corrosiones e incrustaciones que algunos microorganismos son capaces de generar en las captaciones de agua subterranea. Al no haber precedentes de este tipo de investigacion en Espana, ha sido necesario desarrollar todo el protocolo de toma y tratamiento de las muestras. Para ello fue necesario disenar y patentar un aparato tomamuestras, con la ayuda del personal de la empresa TRAGSATEC, participante en el segundo de los proyectos mencionados. Se hace un repaso a los mecanismos biologicos mediante los cuales se generan estas incrustaciones, asi como a las condiciones ambientales que permiten la existencia de esta micribiota en el interior de los pozos. Para ello se muestran 48 sondeos procurando la maxima diversidad posible tanto hidrogeologica como tecnica o edad y uso de las captaciones. De cada muestra se han realizado analisis quimicos convencionales, inspeccion por video de la captacion, calculo de la estabilidad quimica y mineralogica mediante diagramas de Pourbaix y el programa WATEQF, analisis y observacion micribiologica mediante metodos convencionales de laboratorio y mediante el metodo colorimetrico BARTtm, del Dr. D. R. Cullimore de la Universidad de Regina (Canada). Una vez realizados los analisis se han aplicado tests estadisticos para observar diferencias entre diferentes condiciones y correlaciones entre los parametros micribiologicos y el resto. Como conclusiones, observamos que la presencia de estos microorganismos es, practicamente, independiente de las caracteristicas de la captacion. Unicamente las bacterias sulfatorreductoras se correlacionan con la edad del pozo. Si se observa que aquellas captaciones sometidas a procesos periodicos de mantenimiento estan mas libres de este tipo de problematica. Tambien se hace un repaso a los sistemas mas habituales de regeneracion y se aconseja el tratamiento mas adecuado a cada uno de los casos estudiados
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".