MétaCan
Menu
Retour à la cohorte
Enregistrement W2322958162 · doi:10.1021/je500591q

Accelerated Hydrate Crystal Growth in the Presence of Low Dosage Additives Known as Kinetic Hydrate Inhibitors

2014· article· en· W2322958162 sur OpenAlexafffund
Hassan Sharifi, Peter Englezos

Notice bibliographique

RevueJournal of Chemical & Engineering Data · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMethane Hydrates and Related Phenomena
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHydrateClathrate hydrateChemistryFlow assuranceNucleationKinetic energyHydrocarbonCrystal growthChemical engineeringOrganic chemistryCrystallography

Résumé

récupéré en direct d'OpenAlex

Kinetic hydrate inhibitors (KHIs) or low dosage hydrate inhibitors (LDHIs) are known as additives employed to delay the onset of gas hydrate nucleation time in hydrocarbon pipelines. It has been observed, however, that in laboratory experiments accelerated hydrate growth called catastrophic growth can occur. This may be a serious problem if it occurs in a field application of kinetic inhibitors. The mechanism of such accelerated hydrate growth in the presence of KHIs is still not understood. A high-pressure microdifferential scanning calorimeter was employed to study the accelerated hydrate growth in the presence of chemical and biological inhibitors. It is hypothesized that capillary action facilitates the transport of water molecules across the formed hydrate layer from the bulk of the liquid water phase to the gas–liquid interface. This in turn might be the governing mechanism for catastrophic hydrate growth in the presence of KHIs. In addition, the hydrate catastrophic index is introduced in this work as a parameter to quantify the phenomenon based on the laboratory data and the type of experiment conducted. The HCI may then serve as a measure of the pipeline hydrate plugging potential.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,162
Score d'incertitude au seuil0,475

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,000
Science ouverte0,0010,000
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 Opus0,011
Tête enseignante GPT0,219
Écart entre enseignants0,208 · 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.

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

Citations39
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical & Engineering DataMême sujetMethane Hydrates and Related PhenomenaTravaux en français237 207