MétaCan
Menu
Retour à la cohorte
Enregistrement W2536809651 · doi:10.1115/ipc2000-209

Standardized Methodology for Inhibitor Evaluation and Qualification for Pipeline Applications

2000· article· en· W2536809651 sur OpenAlexaffabout
Sankara Papavinasam, R. Winston Revie, Michael Attard, Alebachew Demoz, J. C. Donini, Kirk H. Michaelian

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Integrity and Reliability Analysis
Établissements canadiensDevon Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésPipeline (software)Computer sciencePipeline transportOil fieldEngineeringReliability engineeringPetroleum engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Based on the literature database and information from pipeline companies, the methodologies used to select inhibitors were critically reviewed. Round robin tests were carried out in three laboratories to assess reproducibility of the wheel test. In total, twelve (12) laboratory methodologies were evaluated. Field monitoring was carried out in Alberta at three fields — oily gas, gassy oil and oil transmitting — to support the laboratory evaluation, and to define the conditions under which specific laboratory methodologies can be used with the confidence that the laboratory data will predict field performance. Based on a quantitative comparison of field and laboratory general corrosion rates, pitting rates, and percentage inhibition (calculated from general corrosion rates and pitting rates) under three (3) different field conditions using four (4) continuous and two (2) batch inhibitors, the rotating cage, was ranked as the top methodology. In addition, this methodology is inexpensive and relatively simple to carry out. The rotating cage is recommended as a methodology to be standardized for evaluating and qualifying inhibitors for sour service.

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)0,024
score de la tête « metaresearch » (Gemma)0,024
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,024
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0110,005
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,005

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 Opus0,076
Tête enseignante GPT0,370
Écart entre enseignants0,294 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetStructural Integrity and Reliability AnalysisTravaux en français237 207