MétaCan
Menu
Retour à la cohorte
Enregistrement W1991461251 · doi:10.7901/2169-3358-2005-1-1069

THE DYNAMICS OF ORIMULSION IN WATER WITH VARYING ENERGY, SALINITY AND TEMPERATURE

2005· article· en· W1991461251 sur OpenAlexaff
Merv Fingas, Ben Fieldhouse, Zhendi Wang, Mike Landriault

Notice bibliographique

RevueInternational Oil Spill Conference Proceedings · 2005
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésBrackish waterSalinityBuoyancyTRACERChemistryEnvironmental scienceThermodynamicsGeology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Orimulsion is an oil-in-water emulsion of Venezuelan bitumen. Orimulsion was found to behave predictably in salt (33°/oo NaCl) and fresh water, driven by buoyancy to rise in salt water and sink in fresh water; but behaviour in brackish water (20°/oo NaCl) was difficult to predict. Temperature has also been indicated as having an influence on Orimulsion behaviour. The current study extended experimentation down to lower temperatures, and a variety of mixing energies. This study resulted in new information on the behaviour of Orimulsion spills in salt, fresh, and brackish water with salinity values of 20 and 33 degrees at temperatures of 5 and 15 degrees Celsius. Energy was varied by adjusting the applied rotational field and measurement with thermal probes. Depletion rates and characteristics were determined by adding Orimulsion to a 300-L tank of water, taking a time series of samples, and determining the concentration of bitumen and the particle size distribution. Changes in bitumen concentration and particle size distribution as a function of time were also measured. Using these data, simple equations were developed to describe and predict the concentration of bitumen in the water column as a function of time. Similarly nomograms showing the amount of oil on the bottom and on the water surface are presented.

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 enseignants0,265
Score d'incertitude au seuil0,276

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)0,0000,000

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 Opus0,007
Tête enseignante GPT0,226
Écart entre enseignants0,218 · 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

Citations1
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Oil Spill Conference ProceedingsMême sujetPetroleum Processing and AnalysisTravaux en français237 207