MétaCan
Menu
Retour à la cohorte
Enregistrement W2972770792 · doi:10.7901/2169-3358-2017.1.2017-194

Interaction of gas bubbles and oil droplets in subsea oil and gas blowouts – a new development of VDROP-J model.

2017· article· en· W2972770792 sur OpenAlexaff
Lin Zhao, Michel C. Boufadel, Feng Gao, Thomas King, Brian Robinson, Kenneth Lee

Notice bibliographique

RevueInternational Oil Spill Conference Proceedings · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueOil Spill Detection and Mitigation
Établissements canadiensBedford Institute of OceanographyFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésSubseaOil dropletBubblePetroleum engineeringMechanicsPlumeVolume fractionVolume (thermodynamics)Gas bubbleOil fieldEnvironmental scienceMaterials scienceChemistryGeologyThermodynamicsPhysicsGeotechnical engineeringComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract (2017-194) The presence of methane bubbles in the oil and gas blowout could greatly reduce the oil droplet sizes. Bubbles tend to introduce energy into the system and separate oil droplets from each other. The interaction of oil droplets and gas bubbles in the near field of a blowout was investigated numerically using the VDROP-J model, whose droplet size distribution (DSD) was thoroughly calibrated. For this purpose, a new numerical scheme has been developed in VDROP-J to account for the interaction of gas bubbles and oil droplets in the blowout, giving simultaneous simulation of bubble and droplet size distribution along the discharged plume. Validation shows improvement of the model compared with the one without considering the gas bubble and oil droplet interactions. Effects of gas volume fraction on the droplet formation are also investigated. This new development will enhance the knowledge in subsea oil and gas blowouts.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,759
Score d'incertitude au seuil0,598

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 savante0,0000,001
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 Opus0,026
Tête enseignante GPT0,262
Écart entre enseignants0,237 · 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'étudeAutre devis
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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Oil Spill Conference ProceedingsMême sujetOil Spill Detection and MitigationTravaux en français237 207