MétaCan
Menu
Retour à la cohorte
Enregistrement W2323144786 · doi:10.1021/ef402390w

Monte Carlo Simulation of Asphaltenes and Products from Thermal Cracking

2014· article· en· W2323144786 sur OpenAlexafffund
Rosa I. Rueda-Velásquez, Murray R. Gray

Notice bibliographique

RevueEnergy & Fuels · 2014
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of Alberta
Mots-clésAsphalteneCrackingBreakageMonte Carlo methodMoleculeMaterials scienceBoilingFraction (chemistry)Yield (engineering)ThermodynamicsChemistryComposite materialOrganic chemistryPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

Analytical data from the characterization of the liquid products from the thermal cracking of n -C 7 Cold Lake asphaltenes were transformed to probability density functions (PDFs) that described the molecular weight distributions of the asphaltene building blocks. These distributions were used for Monte Carlo construction of populations of 10 000 asphaltene molecules, constrained by an experimental molecular weight distribution and the yield of products boiling below 538 °C from cracking in the presence of hydrogen and iron sulfide. The resulting distribution of asphaltene molecules contained between 1 and 15 building blocks, with a mode of 4. The mode of the distribution was insensitive to the fraction of the asphaltenes that consisted of large building blocks, boiling above 538 °C. Breakage of the bonds between the building blocks, to simulate cracking, gave yields of product fractions and boiling curves that were consistent with the experimental data. The relatively small number of building blocks in the majority of the asphaltene molecules suggests that molecular topology is not significant in the cracking reactions. Simulation of the cracking reactions linear versus dendritic molecular topology did not show significant differences in yield of product fractions.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,010
Tête enseignante GPT0,225
Écart entre enseignants0,215 · 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'étudeSimulation ou modélisation
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

Citations7
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetPetroleum Processing and AnalysisTravaux en français237 207