MétaCan
Menu
Retour à la cohorte
Enregistrement W2075448616 · doi:10.1039/c4pp00069b

Evaluating steady-state and time-resolved fluorescence as a tool to study the behavior of asphaltene in toluene

2014· article· en· W2075448616 sur OpenAlexafffund
Hui Ting Zhang, Rui Li, Zixin Yang, Cindy-Xing Yin, Murray R. Gray, Cornelia Bohne

Notice bibliographique

RevuePhotochemical & Photobiological Sciences · 2014
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of AlbertaUniversity of Victoria
Organismes subventionnairesUniversity of Alberta
Mots-clésAsphalteneTolueneFluorescenceSolventAlkaneChemistryAnalytical Chemistry (journal)MoleculeFluorescence spectroscopyChemical physicsHydrocarbonPhotochemistryChromatographyOrganic chemistryOptics

Résumé

récupéré en direct d'OpenAlex

A combination of steady-state fluorescence, fluorescence lifetime measurements and the determination of time-resolved emission spectra were employed to characterize asphaltene toluene solutions. Lifetime measurements were shown to be insensitive to the source of asphaltene or the alkane solvent from which asphaltene was precipitated. This insensitivity suggests that either the composition of Athabasca and Cold Lake asphaltene is very similar or that the fluorescence behavior is dominated by the same sub-set of fluorophores for the different samples. These results highlight the limitations in using fluorescence to characterize asphaltene solutions. Different dependencies were observed for the average lifetimes with the asphaltene concentration when measured at two different emission wavelengths (420 nm and 520 nm). This result suggests that different fluorophores underwent diverse interactions with other asphaltene molecules as the asphaltene concentration was raised, suggesting that models for asphaltene aggregation need to include molecular diversity.

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 enseignants0,004
Score d'incertitude au seuil0,008

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,043
Tête enseignante GPT0,345
Écart entre enseignants0,301 · 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

Citations22
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhotochemical & Photobiological SciencesMême sujetPetroleum Processing and AnalysisTravaux en français237 207