MétaCan
Menu
Retour à la cohorte
Enregistrement W2904092250 · doi:10.18178/ijcea.2018.9.1.690

Yield Stress of Alcoflood and Xanthan Polymers Solutions and Their Emulsions with Crude Oil

2018· article· en· W2904092250 sur OpenAlexaff
Mamdouh T. Ghannam, Abdulrazag Y. Zekri, Mohamed Y.E. Selim, Nabil Esmail

Notice bibliographique

RevueInternational Journal of Chemical Engineering and Applications · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePolysaccharides Composition and Applications
Établissements canadiensConcordia UniversityUniversité de MontréalUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésXanthan gumYield (engineering)PolymerStress (linguistics)ChemistryChemical engineeringPolymer scienceMaterials scienceRheologyOrganic chemistryComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

Experimental investigation of yield stress measurements for Alcoflood and Xanthan polymers solutions and their emulsions with crude oil were studied by using RheoStress RS100 under controlled stress mode. The yield stress study was investigated over a wide range of polymer concentration, two concentrations of crude oil, and different type of polymers. For the same polymer concentration of 104 ppm, the aqueous solution of AF1285 reported a higher resistance to flow than the aqueous solution of AF1235. The apparent yield stresses for Alcoflood aqueous solutions and their crude oil emulsions are increased by polymer concentration. Higher concentration of Xanthan aqueous solutions showed higher ascending and descending rheograms. For Xanthan concentration of 1000 ppm, very low yield stresses are found for all the Xanthan solutions and oil emulsions. For 75% crude oil emulsions, almost similar rheograms behaviors are reported for all the tested Xanthan concentrations. The yield stress analysis showed that the higher Xanthan concentration leads to a higher resistance for both of aqueous solutions and emulsions to startup.

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 enseignants0,032
Score d'incertitude au seuil0,138

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 Opus0,010
Tête enseignante GPT0,202
Écart entre enseignants0,192 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Chemical Engineering and ApplicationsMême sujetPolysaccharides Composition and ApplicationsTravaux en français237 207