MétaCan
Menu
Retour à la cohorte
Enregistrement W1502198845 · doi:10.1017/cbo9780511524844.004

Emulsions and Foams in the Petroleum Industry

2000· book-chapter· en· W1502198845 sur OpenAlexafffund
Laurier L. Schramm, Susan M. Kutay

Notice bibliographique

RevueCambridge University Press eBooks · 2000
Typebook-chapter
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPetroleum engineeringTailingsPetroleum industryPetroleumDrillingRefining (metallurgy)Waste managementEnvironmental scienceEngineeringGeologyMaterials scienceEnvironmental engineeringMetallurgyMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Emulsions and foams occur or are created throughout the full range of processes in the petroleum producing industry, including drilling and completion, fracturing and stimulation, reservoir recovery, surface treating, transportation, oil spill and tailings treating, refining and upgrading, and fire fighting. This chapter provides an overview of these examples of surfactants in action. Introduction In a petroleum industry context, emulsions comprise a mixture of oil and water in which one of the phases, the dispersed phase, occurs as droplets dispersed within the other, the continuous phase. The droplet diameters are typically of the order of 0.1 to 100 μm, but may be as small as a few nanometres or as large as many hundreds of micrometres. Two types of emulsion are readily distinguished, oil-dispersed-in-water (O/W) and water-dispersed-in-oil (W/O). However, emulsion characterization is not always so simple and it is not unusual to encounter multiple emulsions, O/W/O, W/O/W, and even more complex types. Figure 1 shows an example of a crude oil W/O/W/O emulsion. Petroleum industry foams comprise a mixture of gas with either oil or water, where the gas phase occurs in the form of bubbles dispersed within the liquid. The bubble diameters are typically on the order of 10 to 1000 μm, but may be as large as several centimetres. Although both aqueous and oleic foams may be encountered, the former are by far the most common.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,006

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 Opus0,016
Tête enseignante GPT0,200
Écart entre enseignants0,184 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetPetroleum Processing and AnalysisTravaux en français237 207