MétaCan
Menu
Retour à la cohorte
Enregistrement W2317567110 · doi:10.1021/ef502534w

Effective Method To Determine Supersaturation of Tar Balls Deposited along the Caspian Sea

2015· article· en· W2317567110 sur OpenAlexaff
Javad Sayyad Amin, Somayye Nikkhah, Sohrab Zendehboudi, Lesley James

Notice bibliographique

RevueEnergy & Fuels · 2015
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésSupersaturationMetastabilityPrecipitationtar (computing)SolventMaterials scienceChemistryMineralogyEnvironmental scienceThermodynamicsMeteorologyPhysics

Résumé

récupéré en direct d'OpenAlex

The south coast of the Caspian Sea is being faced with oil pollution because of intensive petroleum activities in the region. Stranded tar balls on the beaches are considered as one of the evidence for oil pollution. In this study, the supersaturation of tar balls, which are collected from Caspian Sea beaches, is investigated using the anti-solvent precipitation technique. The scope of this research is the metastable zone width limit and its influence on supersaturation. Supersaturation is measured for precipitated tar ball particles within a n -hexane/methanol mixture. In general, supersaturation acts as a driving force for tar ball precipitation when the anti-solvent is added. Response surface methodology is used to evaluate the influences of vital parameters, such as anti-solvent addition rate, mixing regime, initial solute concentration, and metastable zone, on the supersaturation phenomenon, leading toward obtaining a statistical model to forecast supersaturation. In comparison of the response surface model predictions to the experimental data, a very good accuracy is noticed. Moreover, the analysis of variance (ANOVA) technique is employed to evaluate validity of the proposed model, implying that the metastability zone width has the most important effect on the supersaturation.

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)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
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 Opus0,013
Tête enseignante GPT0,260
Écart entre enseignants0,247 · 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

Citations8
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetPetroleum Processing and AnalysisTravaux en français237 207