MétaCan
Menu
Retour à la cohorte
Enregistrement W3007076103 · doi:10.1080/19942060.2020.1728386

Simulation of cargo VOC emissions from petroleum tankers in transit in Canadian waters

2020· article· en· W3007076103 sur OpenAlexafffundabout
Guilin Hu, James W. Butler, Jennifer V. Littlejohns, Qianpu Wang, Guoneng Li

Notice bibliographique

RevueEngineering Applications of Computational Fluid Mechanics · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMaritime Transport Emissions and Efficiency
Établissements canadiensNational Research Council CanadaUniversity of British Columbia
Organismes subventionnairesEnvironment and Climate Change CanadaChina Scholarship Council
Mots-clésGasolineEnvironmental scienceBARGEPetroleumEnvironmental engineeringVolatile organic compoundWaste managementPetroleum productChemistryEngineeringMarine engineering

Résumé

récupéré en direct d'OpenAlex

The emissions of volatile organic compounds (VOCs) from petroleum product tankers potentially represent a significant source of VOCs in port cities. Emission factors are used to estimate the produced VOCs. VOC emissions from transit operations were simulated using a two part model of heat and mass transfer. Using local meteorological data of air temperatures, solar radiation and wind speed, the heat transfer within the tank was modeled. Results showed that bulk cargo temperature remained relatively steady at 25–28°C, the oil surface oscillated diurnally by 1–2°C, and the deck temperature oscillates diurnally by 15–20°C. The solar insolation had the largest effect on the tank temperatures. VOC emissions for two crude oils and gasoline, two tank configurations, and two meteorological conditions were estimated using a model derived from a mass balance on the tank and the obtained temperature profile. Only 3 of 8 scenarios had pressure increases large enough to cause venting of VOC. C2-C5 compounds constituted the majority of VOCs released from crude oils and ethanol made up the majority of the VOCs released from the gasoline carrying barge. The calculated daily emission factors for crude oil and gasoline (barge) were 10 mg/L/day and 135 mg/L/day respectively.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,088
Score d'incertitude au seuil0,177

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,005
Tête enseignante GPT0,192
Écart entre enseignants0,187 · 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'étudeSimulation ou modélisation
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

Citations10
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEngineering Applications of Computational Fluid MechanicsMême sujetMaritime Transport Emissions and EfficiencyTravaux en français237 207