MétaCan
Menu
Retour à la cohorte
Enregistrement W2319190135 · doi:10.1021/ie5014986

Evaluation of Two New Self-assembly Polymeric Systems for Enhanced Heavy Oil Recovery

2014· article· en· W2319190135 sur OpenAlexafffund
Bing Wei, Laura Romero‐Zerón, Denis Rodrigue

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversité LavalUniversity of New Brunswick
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for InnovationCenovus Energy
Mots-clésPolyacrylamideEnhanced oil recoveryChemical engineeringViscoelasticityXanthan gumPorosityHydrolysisMaterials scienceChemistryPolymer chemistryOrganic chemistryComposite materialRheology

Résumé

récupéré en direct d'OpenAlex

In enhanced oil recovery (EOR), the stability of polymeric systems in harsh reservoir conditions is significant. A proof of concept research on the application of supramolecular self-assembly for EOR is presented in this paper. The motivation was to acquire new insights on the effectiveness of these extended polymolecular assemblies with improved salinity and hardness tolerance and viscoelastic properties for EOR. The formation of these self-assemblies relies on noncovalent interactions that hold them together. The performance of two self-assembly systems derived from a partially hydrolyzed polyacrylamide (SAP-HPAM) and xanthan gum (SAP-XG) for heavy oil recovery was established and compared to the performance of a commercial hydrophobically modified polyacrylamide (HMSPAM). The SAP-HPAM produced 20% higher incremental heavy oil recovery than the baseline HPAM; while the SAP-XG does not show suitable propagation within the porous media. These experimental results provide new helpful insights for the technical and cost-effective optimization of these self-assembly compositions for EOR applications.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,036
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,076
Tête enseignante GPT0,347
Écart entre enseignants0,271 · 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 tête enseignante, pas un consensus.

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

Citations45
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207