MétaCan
Menu
Retour à la cohorte
Enregistrement W2541839511 · doi:10.1063/1.4965516

Oil diffusion properties of acoustic foams for oil contaminated water treatment

2016· article· en· W2541839511 sur OpenAlexafffund
Pavani Cherukupally, Raymond K. M. Chu, Amy M. Bilton, Chul B. Park

Notice bibliographique

RevueAIP conference proceedings · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPolymerDiffusionFick's laws of diffusionWettingAdsorptionMaterials scienceChemical engineeringViscosityEmulsionSwellingComposite materialChemistryOrganic chemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

Synthetic open-cell polymer foams are promising materials for the treatment of oil sands process-affected water due to their oleophilic and hydrophobic properties. This paper presents the characterization of inexpensive and accessible polyester polyurethane foam for this application. The kinetics and adsorption equilibrium of emulsified oil onto the polymer adsorbent were studied at temperatures ranging from 20°C to 40°C and oil volume fractions in oil-in-water emulsions of 3% and 10%. The data were found to be well described by a sequential dual Fickian (SDF) model of diffusion in composite polymers. The model assumes two diffusion stages driven by different mechanisms, surface diffusion and clustering. In the first stage, at 30°C and 40°C, the diffusion coefficient increased with the concentration gradient, suggesting Fickian chemical or surface diffusion. The improved mass uptake at corresponding temperatures was attributed to the surface wetting and bonding between oil molecules and polymer. In the second stage, substantially low diffusivities and fractional mass uptakes were due to Fickian physical diffusion or clustering. In this stage, the mass uptake was a cumulative result of the clustering of emulsion molecules in the polymer voids, newly formed sites from swelling, and creeping of a low-viscosity crude.

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 enseignants0,136
Score d'incertitude au seuil0,505

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 Opus0,019
Tête enseignante GPT0,216
Écart entre enseignants0,197 · 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

Citations8
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207