MétaCan
Menu
Retour à la cohorte
Enregistrement W1979407733 · doi:10.1080/15275922.2013.843617

Aromatic Steroids in Crude Oils and Petroleum Products and Their Applications in Forensic Oil Spill Identification

2013· article· en· W1979407733 sur OpenAlexaff
Chun Yang, Zhendi Wang, Yingrong Liu, Zeyu Yang, Yan Li, Keval Shah, Gong Zhang, Mike Landriault, Bruce P. Hollebone, Carl E. Brown, Patrick Lambert, Zelong Liu, Songbai Tian

Notice bibliographique

RevueEnvironmental Forensics · 2013
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésPetroleumChemistryFuel oilGasolineDiesel fuelHydrocarbonPetroleum productEnvironmental chemistryBiodegradationOrganic chemistryWeatheringAromatic hydrocarbonWaste managementGeology

Résumé

récupéré en direct d'OpenAlex

Aromatic steroids including monoaromatic (MAS) and triaromatic steroids (TAS) are a series of naphthenoaromatic hydrocarbons, which consist of mixed structures of aromatic and saturated 6-carbon or 5-carbon rings. Although these aromatic steroids are in relatively low concentration in oils, their specific fingerprints and high weathering resistance make them desirable biomarkers for the characterization, correlation, differentiation, and source identification in environmental forensic investigations of oil spills. This study presents a quantitative GC/MS analysis of these aromatic hydrocarbons in a number of crude oils and refined petroleum products including light and mid-range distillate fuels, heavy fuels, and lubricating oils collected from various sources. TAS-cholestanes (C26), TAS-ergostanes (C27), and TAS-stigmastanes (C28) are the most distinguishable triaromatic steroids in most oil samples. C26 TAS-cholestane (20R) and C27 TAS-ergostane (20S) are coeluted and often present as the highest peak in m/z 231 chromatograms. A cluster of aromatic steroids were determined in nearly all the studied crude oils at various concentrations. These compounds are generally not detected in light fuel oil like gasoline and light diesel, but at variable abundance in heavy fuels and lubricating oils. In order to better understand the occurrence of aromatic steroids in refined petroleum products, a crude oil was compared with its products of laboratory fluid catalytic cracking (FCC) and hydrotreating processes. The effects of evaporative weathering and biodegradation on these compounds were evaluated with suites of weathered oil samples.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,006
Tête enseignante GPT0,189
Écart entre enseignants0,183 · 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'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

Citations29
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental ForensicsMême sujetPetroleum Processing and AnalysisTravaux en français237 207