MétaCan
Menu
Retour à la cohorte
Enregistrement W2037897779 · doi:10.1021/ef0496956

The Paradox of Asphaltene Precipitation with Normal Paraffins

2005· article· en· W2037897779 sur OpenAlexaff
Irwin A. Wiehe, Harvey W. Yarranton, Kamran Akbarzadeh, Parviz Rahimi, Teclemariam Alem

Notice bibliographique

RevueEnergy & Fuels · 2005
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésAsphaltenePentaneFlocculationHildebrand solubility parameterSolubilityHexadecaneChemistrySolventFreezing pointThermodynamicsPrecipitationOrganic chemistryChromatography

Résumé

récupéré en direct d'OpenAlex

For bitumens and crude oils, the volume of n -paraffin at the flocculation point, which is the point of incipient asphaltene precipitation, increases as the n -paraffin carbon number increases, reaching a maximum at a carbon number of 9 or 10, and then decreases. Thus, asphaltenes often can begin precipitating with a smaller volume of n -hexadecane than with n -pentane, even though large volumes of n -hexadecane precipitate much less (and more aromatic) asphaltenes than large volumes of n -pentane. How can n -hexadecane be both a better and a poorer solvent than n -pentane for asphaltenes? This paradox of solvent quality can be resolved by combining the entropy of mixing of molecules of different sizes with the heat of mixing from solubility parameters, as expressed by the regular Flory−Huggins model. With sufficient characterization data, the approximations and methods of Yarranton et al. can quantitatively describe asphaltene precipitation from the flocculation point to large excesses of n -paraffins from pentane to hexadecane. To describe only the flocculation point data of bitumens and crude oils, the oil compatibility model of Wiehe can be used. Although the oil compatibility model was derived on the basis that the solubility parameter is constant for a given oil at the flocculation point, using “effective” solubility parameters, flocculation points can be predicted with little characterization data.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0010,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,006
Tête enseignante GPT0,216
Écart entre enseignants0,210 · 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

Citations96
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetPetroleum Processing and AnalysisTravaux en français237 207