An Update on Techniques and Technologies which are Available for Responders in Response to Potential Spills of Emulsified Fuel (Orimulsion®)
Notice bibliographique
Résumé
ABSTRACT Since the introduction of the emulsified fuel, ORIMULSION®, to the power generation market in the early nineties, significant work has been undertaken studying the behaviour of response to, and potential cleanup techniques for a possible spill of this fuel. The studies have in particular been carried out by sponsorships funded by BITOR, the producer of ORIMULSION®, but an important part has also been sponsored by US and Canadian government agencies. One of the most recent contributions is the report, “Spills of Emulsified Fuels, Risks and Response” a project under the US National Research Council (NRC). To date there have been no significant spills of ORIMULSION® to enable full scale use, under real life cleanup conditions, of the various conventional and new techniques and technologies, which have been developed and tested for the purpose. However, several developments and tests over the past decade and especially over the past three years, sponsored by BITOR, the Canadian Coast Guard (CCG), and Environment Canada (EC), combined with a sound portion of experience with the response to spills of heavy oil, make it most relevant to present a hands-on review of the available response options. Since ORIMULSION® has a surfactant added in the form of its emulsifying surfactant, a spill at open sea may be considered a spill of a pre-dispersed oil. Consequently, the preferred offshore response methodology would be to monitor the naturally dispersed bitumen plume. Therefore, this paper will mainly cover monitoring and response to near-shore and dockside spills in salt-, brackish-, and fresh water, which might call for a clean-up effort, as well as shoreline protection and clean-up.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».