Composition and Size Distribution of Coherent Nanostructures in Athabasca Bitumen and Maya Crude Oil
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The size, shape, and composition of coherent nanostructures in hydrocarbon resources from natural gas to bitumen continue to be debated. Much research has focused on asphaltenes and other fractions separated chemically from their underlying hydrocarbon resources and their behaviors exhibited when these materials are remixed or added to other fluids. In this contribution, we step back and pose a simple question: “what can be learned about nanostructure size and composition in hydrocarbon resources using a simple physical separation technique?” To this end, Athabasca bitumen and Maya crude oil were partitioned, without solvent addition, using nanofilters at 473 K. These feeds possess significant asphaltene contents and, in the case of Athabasca bitumen, significant mineral matter content, which facilitate the measurement and interpretation of standard chemical analyses obtained for the feeds, and for permeates and retentates produced. Organic and inorganic elemental composition and saturate, aromatic, resin, and asphaltene fractions were obtained. Details of the experimental and analytical techniques employed and their limitations are presented. Pentane asphaltene-enriched nanostructures, and mineral-matter-rich nanostructures, with distinct size distributions, and independent behaviors are identified. The asphaltene-rich nanostructures are shown to possess a broad size distribution, and they do not associate preferentially with other constituents such as resins. Implications of these key results are discussed.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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