MétaCan
Menu
Retour à la cohorte
Enregistrement W3144691850 · doi:10.3808/jeil.202100054

An OMA-SIM Approach to Study OMA Kinetics for the Cleanup of Marine Oil Spill

2021· article· en· W3144691850 sur OpenAlexaff
Tian Shen, Z. Chen, K. Lee, Chunjiang An, Z. Y. Yang

Notice bibliographique

RevueJournal of Environmental Informatics Letters · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueOil Spill Detection and Mitigation
Établissements canadiensFisheries and Oceans CanadaConcordia University
Organismes subventionnairesnon disponible
Mots-clésOil dropletDispersion (optics)Petroleum engineeringSurface tensionMixing (physics)BreakupOil viscosityViscosityEnvironmental scienceMaterials scienceGeologyChemical engineeringMechanicsEngineeringPhysicsComposite materialThermodynamics

Résumé

récupéré en direct d'OpenAlex

Breaking waves can break oil slicks into fine droplets and entrain them in the water column. An interesting hypothesis has emerged in recent years that oil droplets and mineral fines may form Oil-Mineral Aggregates (OMAs) and enhance oil dispersion in aquatic environments. The present research investigated physical processes of marine oil spills, including oil slick breakup, the formation of OMAs, and oil/OMAs vertical mixing. In this study, a modeling approach is developed for simulating the formation and vertical mixing of oil droplets and OMAs, namely Oil Droplet and OMAs Simulation (OMA-SIM). This integrated modeling tool combines the oil vertical mixing model and density-based OMAs formation model to examine the dispersion of oil droplets and OMAs. The OMA-SIM is validated using data obtained from a mesoscale wave tank experimental study. Simulation results show that the energy dissipation rate of breaking waves is the predominant factor affecting the concentration and particle size of formed oil droplets and OMAs. It also confirms that oil viscosity has a significant influence on dispersed oil concentration. High temperature, low oil viscosity, together with more formed OMAs lead to a higher concentration of dissolved oil. Other findings based on the validated OMA-SIM approach include that: the dispersants reduce oil/water interfacial tension and decrease the size of oil droplets and OMAs, and the application of mineral fines facilitates the formation of OMAs. This study indicates that the OMA-SIM is an effective modeling tool for examining the vertical dispersion of spilled oil with or without the use of dispersant and other green particle materials like mineral fines under breaking waves.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,010
Tête enseignante GPT0,217
Écart entre enseignants0,207 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Informatics LettersMême sujetOil Spill Detection and MitigationTravaux en français237 207