MétaCan
Menu
Retour à la cohorte
Enregistrement W2000869718 · doi:10.1002/cjce.22140

Thermo‐physical properties of bio‐oil and its fractions: Measurement and analysis

2014· article· en· W2000869718 sur OpenAlexaffvenue
Jalal Abedi, Hossein Nourozieh, Mohammad Kariznovi, Fakhry Seyedeyn‐Azad

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAqueous solutionViscosityFraction (chemistry)Mass fractionChemistryAmbient pressureAqueous two-phase systemViscosity indexChemical engineeringAnalytical Chemistry (journal)ChromatographyMaterials scienceOrganic chemistryThermodynamicsComposite materialBase oil

Résumé

récupéré en direct d'OpenAlex

Thermo‐physical properties including densities and viscosities of bio‐oil itself and its two fractions (aqueous fraction and organic fraction) are important for practical utilization. In this study, the bio‐oil fractions were prepared in various weight ratios of 2:1, 1:1, and 1:2. Density and viscosity of a bio‐oil itself, and its aqueous and organic fractions were accurately measured at various temperatures varying from ambient to 343 K and pressures from ambient to 10 MPa. Increasing temperature decreased the density of bio‐oil itself and the two separated phases (aqueous and organic phases) by almost 2.5 %, and 0.3 to 0.4 %, respectively. Increasing the temperature also decreased the viscosity of the bio‐oil by almost 86 % and its aqueous and organic fractions by up to 68 % and 98 %, respectively. The density of the bio‐oil and its organic and aqueous fractions was enhanced by increasing the pressure, whereas increasing the pressure increased the viscosity of bio‐oil and the organic fraction, but not the viscosity of aqueous phase. The generated experimental density and viscosity data of bio‐oil and its aqueous and organic fractions were evaluated with existing models that account for the effects of temperature and pressure. The impacts of pressure and temperature on the density and viscosity were considered in the correlations and evaluated with the experimental results.

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 enseignants0,023
Score d'incertitude au seuil0,308

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 Opus0,012
Tête enseignante GPT0,167
Écart entre enseignants0,155 · 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

Citations7
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207