MétaCan
Menu
Retour à la cohorte
Enregistrement W3214373174 · doi:10.4031/mtsj.55.5.13

Experimental Investigation of Oil Droplet Size Distribution in Underwater Oil and Oil-Air Jet

2021· article· en· W3214373174 sur OpenAlexaff
Ruixue Liu, Cosan Daskiran, Fangda Cui, Wen Ji, Lin Zhao, Brian Robinson, Thomas King, Kenneth Lee, Michel C. Boufadel

Notice bibliographique

RevueMarine Technology Society Journal · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueOil Spill Detection and Mitigation
Établissements canadiensBedford Institute of Oceanography
Organismes subventionnairesnon disponible
Mots-clésSubseaDispersantOil dropletPetroleum engineeringJet (fluid)Environmental scienceOil spillUnderwaterMarine engineeringMaterials scienceMechanicsGeologyEngineeringDispersion (optics)PhysicsChemical engineeringOptics

Résumé

récupéré en direct d'OpenAlex

Abstract Understanding the droplet size distribution of subsea oil releasing is important to predict the subsequent transport and degradation of the spilled oil. Single- and multi-phase oil jet experiments were conducted in the Ohmsett facility, including pure oil jet and oil-air jet through a 10.7-mm pipe and a 4.7-mm pipe. Measurements of the vertical jet hydrodynamics and the oil size distribution were obtained. The reported results help to extend subsea oil spills experiment scale into a meso-scale, and the measurement range of the oil size is widened up to 2 cm. Moreover, the application of dispersant and involvement of air phase provided valuable scientific evidence for the usage of dispersants to treat oil spills. The data confirmed the effectiveness of the dispersant that reduces oil droplet size and also suggested that the participation of the gas phase facilitated the decreasing of oil droplet size. The results were compared to the numerical simulation tool VDROP-J. While the hydrodynamics showed good consistency, the system-dependent coefficient needed a slight revision to coincide with presented data. This also confirmed the significance of experimental materials for further validation and development of oil spill models, where we also provided guidance and discussion on conducting and post-processing the oil spill experiment.

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 enseignants0,182
Score d'incertitude au seuil0,659

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)0,0010,000

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 Opus0,005
Tête enseignante GPT0,207
Écart entre enseignants0,202 · 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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine Technology Society JournalMême sujetOil Spill Detection and MitigationTravaux en français237 207