MétaCan
Menu
Retour à la cohorte
Enregistrement W2275937168 · doi:10.1021/acs.energyfuels.5b01482

Metals Removal from Metal-Bridged Molecules by Acid Treatment of Oilsands Bitumen and Subfractions

2016· article· en· W2275937168 sur OpenAlexaff
Glaucia H. C. Prado, Arno de Klerk

Notice bibliographique

RevueEnergy & Fuels · 2016
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAsphalteneChemistryEmulsionMetalHydrolysisHydrochloric acidFraction (chemistry)AsphaltMoleculeInorganic chemistryOrganic chemistryChromatographyMaterials science

Résumé

récupéré en direct d'OpenAlex

Multivalent metals in oilsands bitumen can be present in metal-bridged structures that keep smaller molecules together. Oilsands bitumen, maltenes, and asphaltenes were treated with hydrochloric acid to remove metals from these materials and evaluate the hypothesis that metals removal would improve asphaltenes to maltenes transformation. Single step acid treatment was effective for metal removal, particularly from asphaltenes. About 2600 μg/g divalent metals could be removed from the asphaltenes by washing with a 1 N HCl solution in a 4:1 mass ratio with the asphaltenes. Acid washing also resulted in some ester hydrolysis. Around 8 wt % of the asphaltenes fraction consisted of maltenes that were in the asphaltenes fraction as result of bridging and that could be returned to the maltenes fraction by acid treatment. It was estimated that the average molecular mass of these molecules liberated by acid treatment was of the order 700 g/mol. Water and/or acid washing did not meaningfully remove V and Ni. Multivalent metals were present predominantly in the organic phase, not in the connate water, and were removed mainly by acid washing. Water washing was deleterious and promoted emulsion formation. It was proposed that a pH-sensitive change in the relative concentration of phenol and phenoxide groups to increase the concentration of hydrophilic phenoxide groups was responsible for increased emulsion formation, and spectroscopic evidence in support of this was presented.

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 enseignants0,001
Score d'incertitude au seuil0,004

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 Opus0,010
Tête enseignante GPT0,230
Écart entre enseignants0,220 · 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

Citations11
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetPetroleum Processing and AnalysisTravaux en français237 207