MétaCan
Menu
Retour à la cohorte
Enregistrement W2320294992 · doi:10.1021/ef401967v

Binary Interactions in Coke Formation from Model Compounds and Asphaltenes

2013· article· en· W2320294992 sur OpenAlexaff
Ali H. Alshareef, Xiaoli Tan, Colin Diner, Jun Zhao, Alexander Scherer, Khalid Azyat, Jeffrey M. Stryker, Rik R. Tykwinski, Murray R. Gray

Notice bibliographique

RevueEnergy & Fuels · 2013
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAdditive functionCokeChemistryPyreneAsphalteneThermogravimetric analysisYield (engineering)CrackingAlkylThermodynamicsMatrix (chemical analysis)Organic chemistryKineticsComputational chemistryChromatography

Résumé

récupéré en direct d'OpenAlex

The effects of binary interactions on the coke yield and cracking kinetics in mixtures of model compounds were examined to understand the interactions present in multi-component mixtures, such as petroleum residues. Eight model compounds were selected with molecular weights in the range of 398–623 g/mol and structural elements to represent components of vacuum residues, including a pyrene substituted with four alkyl groups and pyrene derivatives tethered to various heterocycles via an ethano bridge. Thermogravimetric analysis of the binary mixtures showed evidence of three distinct modes of behavior with respect to the additive sum of the mass-weighted component contributions: the coke yield was (1) equal to the additive sum, (2) less than the additive sum, or (3) greater than the additive sum. The individual behavior correlated well with the type of compounds present in the specific mixtures and can be explained in terms of three types of interactions between the mixture components: radical stability or kinetic factors, association forces between the mixture components, and matrix effects. The apparent activation energies of cracking for the mixtures, on the other hand, showed complex behavior that sometimes followed the additivity contributions of the components but, on other occasions, was outside the bounds of activation energies of the pure compounds.

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 ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,241
Écart entre enseignants0,225 · 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetPetroleum Processing and AnalysisTravaux en français237 207