MétaCan
Menu
← Retour à la cohorte
Enregistrement W3033493623 · doi:10.1002/9781119593324.ch1

Modifying Effects of Hydrogen Sulfide When Contemplating Subsurface Injection of Sulfur

2020· other· en· W3033493623 sur OpenAlexaff
Mitchell J. Stashick, Gabriel O. Sofekun, Robert A. Marriott

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineChemical Engineering
ThématiqueRheology and Fluid Dynamics Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSulfurHydrogen sulfideViscositySulfideChemistryPolymerHydrogenInorganic chemistryMaterials scienceOrganic chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

Transportation and handling of molten sulfur is inevitably challenging due to the anomalous rheological behaviour of sulfur with changing temperature. After melting at 115 °C, sulfur's viscosity remains close to 10 cP. The onset of the λ-transition region is observed at T ≈ 160 °C. The viscosity drastically rises in this region, increasing to a maximum of about 93000 cP at 187 °C. This anomaly is due to the cleavage of sulfur rings and production of reactive diradical sulfur species that concatenate to create sulfur polymers. The entanglement of these sulfur chains causes the dramatic rise in viscosity. Within this work, new data is reported that examines the modifying effects of hydrogen sulfide (H2S) within liquid sulfur. This may be used when considering the potential injection of liquid sulfur into depleted reservoirs for safe long-term storage. H2S, when present in liquid sulfur, can either physically dissolve or chemically react to generate polysulfane. The chemical reaction causes significant changes in the sulfur chain distribution and consequently changes the viscosity curve of liquid sulfur as a function of temperature. This study reports viscosity measurements performed from 120 < T < 280 °C with concentrations of H2S in sulfur ranging from 0 ppmw to 284 ppmw.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,219
Écart entre enseignants0,208 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRheology and Fluid Dynamics Studies→Travaux en français237 207→