MétaCan
Menu
Retour à la cohorte
Enregistrement W2771141828 · doi:10.1089/ees.2017.0319

Rise Velocity of Live-Oil Droplets in Deep-Sea Oil Spills

2017· article· en· W2771141828 sur OpenAlexaff
Simeon Pesch, Philip Jaeger, Aprami Jaggi, Karen Malone, Marko Hoffmann, Dieter Krause, Thomas B. P. Oldenburg, Michael Schlüter

Notice bibliographique

RevueEnvironmental Engineering Science · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueOil Spill Detection and Mitigation
Établissements canadiensUniversity of Calgary
Organismes subventionnairesGulf of Mexico Research Initiative
Mots-clésWellheadBuoyancyPressure dropSeawaterPetroleum engineeringDrop (telecommunication)SolubilityMass transferOil dropletChemistryVolume (thermodynamics)Environmental scienceMechanicsGeologyChromatographyThermodynamicsOceanography

Résumé

récupéré en direct d'OpenAlex

Numerous models have been developed for calculating the fate of crude oil and natural gas plumes after deep-sea oil spills. One of the most important input parameters for these models is the rise velocity of fluid particles under the extreme environmental conditions in the deep sea (high pressure, low temperature). Consideration of these conditions in combination with the respective fluid properties, especially gas solubility in released crude oil under high pressure, is crucial for both droplet formation at the wellhead and drop rise through the water column. A model for calculation of oil-droplet rise velocities under consideration of the pressure-dependent gas-in-oil solubility is presented and validated. For this purpose, the concept of “internal degassing” that leads to a higher buoyancy of crude-oil droplets and thus an accelerated drop rise is introduced. Calculation of three different drop-rise scenarios showed high impact of this effect. For the first time high-pressure experiments using gas-saturated crude oil and artificial seawater in a counter-current flow channel were conducted. Optical recording and analysis of droplet volume during pressure release confirm the significance of predicted effect of degassing. The interplay of degassing, nucleation, and mass transfer is discussed.

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 enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,004
Tête enseignante GPT0,191
Écart entre enseignants0,186 · 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

Citations32
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Engineering ScienceMême sujetOil Spill Detection and MitigationTravaux en français237 207