MétaCan
Menu
Retour à la cohorte
Enregistrement W2038123579 · doi:10.1021/ef200887s

Characterization of Physically and Chemically Separated Athabasca Asphaltenes Using Small-Angle X-ray Scattering

2011· article· en· W2038123579 sur OpenAlexaff
Jesús Leonardo Amundaraín Hurtado, Martin Chodakowski, Bingwen Long, John M. Shaw

Notice bibliographique

RevueEnergy & Fuels · 2011
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAsphalteneSmall-angle X-ray scatteringRadius of gyrationScatteringPentaneChemistryAnalytical Chemistry (journal)SphericityMaterials scienceChromatographyOrganic chemistryPolymerComposite materialOptics

Résumé

récupéré en direct d'OpenAlex

Athabasca asphaltenes were characterized using small-angle X-ray scattering (SAXS). Two methods were used to separate asphaltenes from the Athabasca bitumen: namely, chemical separation by precipitation with n -pentane and physical separation by nanofiltration using a zirconia membrane with a 20 nm average pore size. The permeate and chemically separated samples were diluted in 1-methylnaphtalene and n -dodecane prior to SAXS measurements. The temperature and asphaltene concentration ranges were 50–310 °C and 1–10.4 wt %, respectively. Model-independent analysis of SAXS data provided the radius of gyration and the scattering coefficients. Model-dependent fits provided size distributions for asphaltenes assuming that they are dense and spherical. Model-independent analysis for physically and chemically separated asphaltenes showed significant differences in nominal size and structure, and the temperature dependence of structural properties. The results challenge the merits of using chemically separated asphaltene properties as a basis for asphaltene property prediction in hydrocarbon resources. While the residuals for model-dependent fits are small, the results are inconsistent with the structural parameters obtained from model-independent analysis.

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 enseignants0,006
Score d'incertitude au seuil0,648

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 Opus0,022
Tête enseignante GPT0,223
Écart entre enseignants0,202 · 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

Citations30
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetPetroleum Processing and AnalysisTravaux en français237 207