MétaCan
Menu
Retour à la cohorte
Enregistrement W2018431757 · doi:10.1021/ie800601r

Rag Layers in Oil Sand Froths

2008· article· en· W2018431757 sur OpenAlexafffund
Mehrrad Saadatmand, Harvey W. Yarranton, Kevin Moran

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensSyncrude (Canada)University of Calgary
Organismes subventionnairesSyncrudeSuncor Energy Incorporated
Mots-clésHeptaneCoalescence (physics)SettlingEmulsionOil sandsChemistryDiluentChemical engineeringTolueneMineralogyMaterials scienceChromatographyEnvironmental scienceAsphaltOrganic chemistryComposite materialEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

During the settling stages in some oil sands froth treatments, a rag layer (an undesirable mixture of dispersed oil, water, and solids) can form at the water−oil interface. To investigate rag layer formation, oil sand froths were diluted with mixtures of toluene and heptane and the diluted froths were centrifuged in steps of increasing rpm. The volumes of oil phase, rag layer, free water, and sediment were measured after each step. The data obtained from the experiments were used for material balances to determine the composition of the rag layers. The size and properties of the rag layer solids were also measured. Two mechanisms were found to influence rag layer formation: slow coalescence of emulsified water between 1500 and 3000 rpm (200−1000 times gravity); trapping of fine intermediate to oil wet solids at higher rpm and residence times. The main process factors affecting rag formation appear to be the type of diluent and asphaltene precipitation. As well, higher quality oil sand produced much smaller rag layers.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,087
Tête enseignante GPT0,306
Écart entre enseignants0,219 · 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

Citations28
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207