MétaCan
Menu
Retour à la cohorte
Enregistrement W2330995204 · doi:10.1021/ef4005835

Experimental Study on Co-hydroprocessing Canola Oil and Heavy Vacuum Gas Oil Blends

2013· article· en· W2330995204 sur OpenAlexaff
Jinwen Chen, Hena Farooqi, Craig Fairbridge

Notice bibliographique

RevueEnergy & Fuels · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueCatalysis and Hydrodesulfurization Studies
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésCanolaDiesel fuelHydrodesulfurizationHydrodenitrogenationGasolineFuel oilVegetable oil refiningYield (engineering)Materials sciencePulp and paper industryChemistryBiodieselOrganic chemistryWaste managementMetallurgyCatalysisFood science

Résumé

récupéré en direct d'OpenAlex

Experimental studies have been conducted on the co-hydroprocessing of canola oil–heavy vacuum gas oil (HVGO) blends with different blending ratios under typical hydroprocessing conditions. It was found that the HVGO–canola oil blend feeds had higher conversion to light product than the pure HVGO feed at similar operating conditions. However, the hydrodesulfurization (HDS) and hydrodenitrogenation (HDN) were not affected by the addition of canola oil into the HVGO. Under similar conversion or light product yield, coprocessing HVGO–canola oil blends required lower temperature and/or pressure than hydroprocessing the pure HVGO, an implication of potential energy saving. It was also found that at the same conversion, the HVGO–canola oil blends generated more diesel but less gasoline than pure HVGO, an effective way to meet the fast increasing diesel demand.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,152
Score d'incertitude au seuil0,786

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,239
Écart entre enseignants0,227 · 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

Citations26
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetCatalysis and Hydrodesulfurization StudiesTravaux en français237 207