MétaCan
Menu
Retour à la cohorte
Enregistrement W220096209 · doi:10.5006/c2005-05288

Test Methodologies and Field Verification of Corrosion Inhibitors to Address under Deposit Corrosion in Oil and Gas Production Systems

2005· article· en· W220096209 sur OpenAlexaff
Han De Reus, E.L.J.A. Hendriksen, Marc Wilms, Yahya N. Al-Habsi, William Durnie, M. A. Gough

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueOil and Gas Production Techniques
Établissements canadiensNalcor Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésCorrosionFossil fuelNatural gas fieldProduction (economics)Petroleum engineeringOil productionOil fieldMaterials scienceMetallurgyEnvironmental scienceEngineeringWaste managementNatural gas

Résumé

récupéré en direct d'OpenAlex

Abstract A research program, suggested by an oil producer was initiated to develop and test corrosion inhibitors having good performance in pipelines suffering from corrosion associated with deposited solids. The program comprised the development of candidate DSTI’s (Deposited Solids Tolerant Inhibitors) using column adsorption tests, which were then subjected to an inhibition performance test, also had to be developed. The oil producer defined its needs and offered pipelines for field verification. A specific inhibitor (designated C) has been identified as a good DSTI, having superior performance over the incumbent inhibitor in the oil producer's sweet pipelines system. The laboratory inhibition performance test developed enables the simultaneous testing of inhibitors for their performance in regular (non solids covered) systems and underneath solids. A field verification program has been scheduled to obtain the final confirmation before full deployment of Inhibitor C in the oil producer’s solids bearing lines. To that end the Field Corrosivity Toolbox has been modified to enable the performance testing of DSTI’s underneath solids.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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
Métarecherche0,0010,001
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 ouverte0,0010,000
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 Opus0,027
Tête enseignante GPT0,268
Écart entre enseignants0,241 · 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

Citations60
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOil and Gas Production TechniquesTravaux en français237 207