MétaCan
Menu
Retour à la cohorte
Enregistrement W2012464974 · doi:10.1021/ac048540s

Direct Detection of Hydrocarbon Displacement in a Model Porous Soil with Magnetic Resonance Imaging

2005· article· en· W2012464974 sur OpenAlexafffund
Yuesheng Cheng, Bryce MacMillan, Rod P. MacGregor, Bruce J. Balcom

Notice bibliographique

RevueAnalytical Chemistry · 2005
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNMR spectroscopy and applications
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésChemistryDetection limitPorous mediumMagnetic resonance imagingHydrocarbonPorositySIGNAL (programming language)Flow (mathematics)Carbon fibersNuclear magnetic resonanceMechanicsAnalytical Chemistry (journal)PhysicsChromatographyComposite materialMaterials science

Résumé

récupéré en direct d'OpenAlex

The direct detection of hydrocarbon fluid and the discrimination of water through carbon-13 magnetic resonance imaging (MRI) would be a significant advance in many scientific fields including food, petrogeological, and environmental sciences. Carbon-13 MRI is a noninvasive analytical technique that has great potential for direct detection of hydrocarbons. However, the low natural abundance of carbon-13, low gyromagnetic ratio, and generically short transverse signal lifetimes in realistic porous media all conspire to hinder carbon-13 MRI. A multiple echo pure phase encode MRI technique introduced in this paper helps to overcome these limitations. As a pure phase encode technique, it is immune to artifacts arising from inhomogeneous B0 fields. It is also, by its nature, more quantitative than most MRI methods. Viscous hydrocarbon flow through a sand bed, a simple realistic porous medium, was used as our test system. Flow in this model system was driven by capillary suction. The detection limit, spatially resolved, was determined to be 26 mg.

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 enseignants0,463
Score d'incertitude au seuil0,329

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 Opus0,004
Tête enseignante GPT0,257
Écart entre enseignants0,253 · 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

Citations10
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetNMR spectroscopy and applicationsTravaux en français237 207