MétaCan
Menu
← Retour à la cohorte
Enregistrement W2498501593 · doi:10.1520/mnl5820131214129

Environmental Issues Related to the Petroleum Refining Industry

2013· book-chapter· en· W2498501593 sur OpenAlexaff
Cheng Seong Khor, Ali Elkamel

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésRefining (metallurgy)Oil refineryPetroleumPetroleum engineeringNatural resource economicsEnvironmental scienceEngineeringWaste managementEconomicsGeologyMetallurgyMaterials sciencePaleontology

Résumé

récupéré en direct d'OpenAlex

Environmental considerations are increasingly affecting the profit margins of petroleum refineries and thus ought to be taken into account in the design and operations of refineries. This chapter is divided into three main parts, each addressing the three major types of environmental pollution related to the operations of a petroleum refinery: water pollution, air pollution, and noise pollution. The structure adopted in the systematic exposition of these different pollution types typically begins with the sources and characteristics of the pollutants and the consequences or effects that these pollutants bring about. Next, the related environmental regulations are covered in general. Subsequently, the associated reduction, control, and treatment technologies for the removal of the pollutants are presented in light of the legislative requirements. In the spirit of keeping up with up-to-date developments, the paper also discusses how the refining industry is reacting to global concerns over climate change as induced by greenhouse gas emissions, particularly carbon dioxide, as part of a suite of measures in the framework of refinery environmental management. The chapter concludes with a general outlook of the shape of events to come, particularly in view of the anticipated impending massive effects of global climate change.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0180,006

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 GPT0,224
Écart entre enseignants0,212 · 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'étudeSans objet
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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPetroleum Processing and Analysis→Travaux en français237 207→