MétaCan
Menu
Retour à la cohorte
Enregistrement W2590366110 · doi:10.1134/s1070427216110173

Methanol enhanced catalytic viscosity-reduction of heavy oil by transition metal-Mannich base complex under low temperature

2016· article· en· W2590366110 sur OpenAlexaff
Gang Chen, Weihua Yuan, Huijun Su, Jie Zhang, Xuefan Gu, Yun Bai, Ayodeji Jeje

Notice bibliographique

RevueRussian Journal of Applied Chemistry · 2016
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesEducation Department of Shaanxi ProvinceNational Science Foundation
Mots-clésChemistryThermogravimetric analysisCatalysisMethanolFourier transform infrared spectroscopyBase oilTransition metalAsphalteneElemental analysisBase (topology)MetalViscosityNuclear chemistryMannich reactionOrganic chemistryChemical engineering

Résumé

récupéré en direct d'OpenAlex

A series of transition metal-Mannich base complex was synthesized and screened for catalytic aquathermolysis of heavy oil and the results showed that the Ni(II)-Mannich base complex is the most effective one. The structure of catalyst was characterized by Fourier transform infrared (FTIR), ultraviolet and visible spectrophotometer (UV), and the group compositions C/H/N elemental analysis (EL), and thermogravimetric analysis (TGA) of the heavy oil were also conducted. The viscosity of the heavy oil can be decreased by 82.6% using 1.0 wt % catalyst with 15 wt % methanol in a reaction under 180°С for 24 h, and the composition analysis shows that 9.0% asphaltene is converted to resin and saturated HC. The group composition and the element content of the heavy oil before and after the aquathermolysis reaction were tested and analyzed.

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 enseignants0,014
Score d'incertitude au seuil0,950

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,007
Tête enseignante GPT0,221
Écart entre enseignants0,214 · 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

Citations9
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRussian Journal of Applied ChemistryMême sujetPetroleum Processing and AnalysisTravaux en français237 207