MétaCan
Menu
Retour à la cohorte
Enregistrement W2327109981 · doi:10.1021/ef301116j

Analysis of the Nitrogen Content of Distillate Cut Gas Oils and Treated Heavy Gas Oils Using Normal Phase HPLC, Fraction Collection and Petroleomic FT-ICR MS Data

2012· article· en· W2327109981 sur OpenAlexaff
Nicole E. Oro, Charles A. Lucy

Notice bibliographique

RevueEnergy & Fuels · 2012
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésChemistryFraction (chemistry)ChromatographyHigh-performance liquid chromatographyNitrogenMass spectrometryFourier transform ion cyclotron resonanceGas chromatographyDistillationAnalytical Chemistry (journal)Organic chemistry

Résumé

récupéré en direct d'OpenAlex

The determination of the nitrogen content of petroleum products is important because nitrogen compounds decrease product quality and can be difficult to remove through processes such as hydrotreating. In recent years, Fourier transform ion cyclotron resonance mass spectrometry (FT-ICR MS) has been used to study the nitrogen species present in petroleum samples (petroleomics), with the goal of identifying hydrotreatment resistant species. While open column separations of petroleum samples are common, there has been little work done that employs a high-performance liquid chromatography (HPLC) separation prior to FT-ICR MS analysis. In this work, distillate cut and treated gas oils are separated on a commercially available dinitrophenyl “DNAP” column and the fractions are collected offline and analyzed by FT-ICR MS. HPLC separations on the “DNAP” column are shown, along with separations on a custom synthesized HPLC column (HC-Tol). Four peak regions are identified on the “DNAP” chromatograms, and the nitrogen species identified in each fraction using positive and negative electrospray ionization are discussed. It was found that pyridines are present in the first three fractions, while pyrroles are present in fractions 2 and 3. Acids are isolated in fraction 4. Alkylation of nitrogen species decreases their level of retention on the “DNAP” column, and the HPLC chromatograms can be used to qualitatively compare nitrogen content between samples. A comparison of HPLC fraction data to MS analysis of unfractionated gas oils found that fraction data are not adequate for quantitative comparisons of carbon number and double bond equivalents between samples.

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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0020,001

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 Opus0,034
Tête enseignante GPT0,272
Écart entre enseignants0,238 · 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

Citations17
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetPetroleum Processing and AnalysisTravaux en français237 207