MétaCan
Menu
Retour à la cohorte
Enregistrement W2284982941 · doi:10.1021/acs.energyfuels.5b02493

Dielectric Relaxation-Based Capacitive Heating of Oil Sands

2016· article· en· W2284982941 sur OpenAlexafffund
Tinu Abraham, C. W. Van Neste, Artin Afacan, Thomas Thundat

Notice bibliographique

RevueEnergy & Fuels · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysical and Geoelectrical Methods
Établissements canadiensUniversity of Alberta
Organismes subventionnairesInstitute for Oil Sands Innovation, University of AlbertaCanada Excellence Research Chairs, Government of CanadaCanada Research Chairs
Mots-clésCapacitive sensingDielectric spectroscopyMaterials scienceRelaxation (psychology)Electrical impedanceDielectricSilicateCapacitanceAnalytical Chemistry (journal)Electric heatingComposite materialChemistryOptoelectronicsElectrical engineeringElectrodeElectrochemistryChromatography

Résumé

récupéré en direct d'OpenAlex

An electrothermal method of capacitive heating of oil sands was investigated. Temperature-based impedance spectroscopy experiments for a given rich grade of oil sands were conducted to identify a suitable dielectric relaxation frequency for carrying out capacitive heating, which was observed to be around 65 kHz having a full width at half-maximum of two decades. This was attributed to interfacial polarizations at water, bitumen, and silicate mineral interfaces. The relaxation frequency changed with temperature rise, indicating that frequency tuning could be suitable to optimize capacitive heating. Hence, capacitive heating of oil sands was demonstrated by exposing it to high alternating electric fields (10 4 V/m) at a frequency in the dispersion regime of its relaxation frequency. As temperature increased, the overall impedance of oil sands decreased as determined from impedance spectroscopy. Frequency was retuned to match the changed impedance of the system, which ensured that temperature further increased.

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 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
Métarecherche0,0000,001
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 savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,012
Tête enseignante GPT0,215
Écart entre enseignants0,203 · 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

Citations5
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetGeophysical and Geoelectrical MethodsTravaux en français237 207