MétaCan
Menu
Retour à la cohorte
Enregistrement W1971475370 · doi:10.1021/ef501835b

Solids Deposition from Wax–Solvent–Water “Waxy” Mixtures Using a Cold Finger Apparatus

2014· article· en· W1971475370 sur OpenAlexafffund
Adebola S. Kasumu, Anil K. Mehrotra

Notice bibliographique

RevueEnergy & Fuels · 2014
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesWorkforce Development for Teachers and ScientistsNatural Sciences and Engineering Research Council of Canada
Mots-clésDeposition (geology)WaxMass transferChemistryPhase (matter)SolventSteady state (chemistry)Chemical engineeringChromatographyAnalytical Chemistry (journal)Materials scienceGeologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The solids deposition from one-phase and two-phase waxy mixtures (comprising a multicomponent paraffinic wax dissolved in a multicomponent solvent, and water) was studied using a cold finger experimental apparatus. The deposition experiments were performed with a 10 mass % wax solution, containing 0, 10, 20, and 30 vol % water, with two different rates of agitation, and for nine different deposition times ranging from 30 s to 24 h. The water content of the deposit was found to be not related to the water content of the waxy mixture. The short-duration experiments showed the deposition process to be very fast, with more than half of the deposition process completed in 30 s. Following a rapid rate of deposition initially, the deposit mass was observed to increase slowly to reach steady state at about 12 h. The deposit mass decreased with an increase in the agitation speed. The deposition data were modeled satisfactorily with a steady-state heat-transfer model and an unsteady-state model based on the moving boundary problem formulation. The results confirmed the liquid–deposit interface temperature to be equal to the wax appearance temperature (WAT) of the wax solution throughout the deposition process, i.e., for all deposition times. The results of this study provide further confirmation that the solids deposition process can be described adequately with an approach based solely on heat-transfer considerations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,777

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,223
Écart entre enseignants0,214 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations45
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetPetroleum Processing and AnalysisTravaux en français237 207