MétaCan
Menu
Retour à la cohorte
Enregistrement W2016659814 · doi:10.1021/ac400495x

Measurement of Asphaltenes Using Optical Spectroscopy on a Microfluidic Platform

2013· article· en· W2016659814 sur OpenAlexaff
Marc Schneider, Vincent J. Sieben, Abdel M. Kharrat, Farshid Mostowfi

Notice bibliographique

RevueAnalytical Chemistry · 2013
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensSchlumberger (Canada)
Organismes subventionnairesnon disponible
Mots-clésAsphalteneAbsorbanceChemistryFlocculationMicrofluidicsGravimetric analysisAnalytical Chemistry (journal)ChromatographyRepeatabilityNanotechnologyOrganic chemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

We present a microfluidic apparatus and method for the measurement of asphaltene content in crude-oil samples. The measurement is based on an optical absorption technique, where it was established that asphaltene coloration correlated linearly with asphaltene weight content. The initial absorbance of the oil is measured, and asphaltenes are removed from the oil by the addition of n-alkane, leading to flocculation and subsequent filtration. The absorbance of the deasphalted oil (maltenes) is then measured, and the initial asphaltene content is revealed by the change in absorbance. The asphaltene optical densities correlated linearly with conventional weight measurement results (e.g., ASTM D6560) for 38 crude-oil samples from around the world. Sample measurement repeatability was shown to be within ±2% over several months. Other aspects influencing performance of the system were evaluated, including plug dispersion, flocculation kinetics, membrane degradation, and channel clogging. The microfluidic approach described here permits asphaltene content measurement in less than 30 min as opposed to days required with traditional gravimetric techniques. This many-fold reduction in measurement time will enable more frequent characterization of crude 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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,031
Tête enseignante GPT0,267
Écart entre enseignants0,237 · 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

Citations72
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetPetroleum Processing and AnalysisTravaux en français237 207