MétaCan
Menu
Retour à la cohorte
Enregistrement W2470292357 · doi:10.1002/2015jc011403

Evolution of bubble size distribution from gas blowout in shallow water

2016· article· en· W2470292357 sur OpenAlexaff
Lin Zhao, Michel C. Boufadel, Kenneth Lee, Thomas King, Norman W. Loney, Xiaolong Geng

Notice bibliographique

RevueJournal of Geophysical Research Oceans · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueOil Spill Detection and Mitigation
Établissements canadiensBedford Institute of OceanographyFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésBubbleBody orificeSubseaDissolutionPlumeMechanicsJet (fluid)MethaneMixing (physics)Environmental scienceLiquid bubblePetroleum engineeringMaterials scienceGeologyThermodynamicsChemistryGeotechnical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Gas is often emanated from the sea bed during a subsea oil and gas blowout. The size of a gas bubble changes due to gas dissolution in the ambient water and expansion as a result of a decrease in water pressure during the rise. It is important to understand the fate and transport of gas bubbles for the purpose of environmental and safety concerns. In this paper, we used the numerical model, VDROP‐J to simulate gas formation in jet/plume upon release, and dissolution and expansion while bubble rising during a relatively shallow subsea gas blowout. The model predictions were an excellent match to the experimental data. Then a gas dissolution and expansion module was included in the VDROP‐J model to predict the fate and transport of methane bubbles rising due to a blowout through a 0.10 m vertical orifice. The numerical results indicated that gas bubbles would increase the mixing energy in released jets, especially at small distances and large distances from the orifice. This means that models that predict the bubble size distribution (BSD) should account for this additional mixing energy. It was also found that only bubbles of certain sizes would reach the water surfaces; small bubbles dissolve fast in the water column, while the size of the large bubbles decreases. This resulted in a BSD that was bimodal near the orifice, and then became unimodal.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

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 savante0,0000,000
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 Opus0,015
Tête enseignante GPT0,277
Écart entre enseignants0,262 · 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'étudeObservationnel
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

Citations45
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research OceansMême sujetOil Spill Detection and MitigationTravaux en français237 207