MétaCan
Menu
Retour à la cohorte
Enregistrement W2188172890

오일샌드 역청 개질 기술의 특허정보 분석

2008· article· ko· W2188172890 sur OpenAlexaboutno aff
Ki Bong Lee, Sang Goo Jeon, Nam Sun Nho, Kwang Ho Kim, Dae Hyun Shin, Seon Wook Kim, Yong Heon Kim

Notice bibliographique

RevueApplied Chemistry for Engineering · 2008
Typearticle
Langueko
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOil sandsSynthetic crudeAsphaltPetroleumPetroleum engineeringUnconventional oilOil refinerySupercritical fluidShale oilEnvironmental scienceWaste managementPulp and paper industryFossil fuelChemistryGeologyEngineeringMaterials science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Oil sands had not received enough attention due to high production cost. However, as oil price significantly increases, oil sands are receiving more and more interest as unconventional crude oil. The value and applicability of oil sands can be enhanced by upgrading oil sands bitumen to produce synthetic crude oil (SCO). This study analyzed 213 oil sands upgrading patents applied between 1969 and 2006 in US, Canada, Japan, Europe, and Korea. The upgrading technologies could be classified into 9 detailed technologies; hydrocracking, coking, thermal cracking, deasphalting, supercritical technology, bio-technology, hydrotreating, gasification, and others. The number of patents applied for oil sands upgrading increased after 1970, reached a maximum in the early 1980, and slowly increases again in recent years. Korea has a lack of technologies for oil sands. Therefore, the technologies for oil sands production and application, specially, upgrading technologies based on accumulated oil refinery technologies need to be developed to increase self-development ratio of energy resource.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,008
Tête enseignante GPT0,193
Écart entre enseignants0,186 · 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.

Devis d'étudeSans objet
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

Citations1
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Chemistry for EngineeringMême sujetPetroleum Processing and AnalysisTravaux en français237 207