MétaCan
Menu
Retour à la cohorte
Enregistrement W37763044 · doi:10.23850/22565035.42

Uso de nanopartículas de sílice para la estabilización de finos en lechos empacados de arena Ottawa

2013· article· es· W37763044 sur OpenAlexaboutno aff
César Mora Mera, Camilo Andrés Franco Ariza, Farid B. Cortés

Notice bibliographique

RevueInformador Técnico · 2013
Typearticle
Languees
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsArt

Résumé

récupéré en direct d'OpenAlex

Las partículas finas débilmente cementadas a la matriz porosa pueden ser liberadas y movilizadas, causando reducciones en la porosidad y permeabilidad de un yacimiento y disminuyendo el recobro de petróleo. Con el fin de determinar el daño de formación por migración de finos y dar una posible solución a este problema, se desarrolló un sistema de adsorción en lechos empacados en los cuales se simuló experimentalmente la estabilización de los finos mediante el uso de nanopartículas. Los lechos adsorbentes usados fueron preparados con arena Ottawa y esferas de vidrio (radio promedio de 0,53 mm). Se usaron tres lechos de arena: uno sometido a un proceso de lavado (lecho humectable al agua), otro sometido a un proceso de daño usando un crudo colombiano extrapesado (lecho humectable al aceite) y un último compuesto de arena tratada con nanopartículas de sílice (5-15 nm). Con las esferas de vidrio se prepararon dos lechos: uno con las esferas lavadas y otro con las esferas impregnadas con nanopartículas. La suspensión de finos se preparó con nanopartículas de alúmina (50 nm) y agua destilada. Se observó que los lechos tratados con nanopartículas seguían los patrones idealizados de las curvas de ruptura, indicando que las nanopartículas de sílice inhiben la migración de finos debido a su alta capacidad adsortiva.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,097

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 Opus0,007
Tête enseignante GPT0,260
Écart entre enseignants0,253 · 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'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

Citations9
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInformador TécnicoMême sujetPetroleum Processing and AnalysisTravaux en français237 207