MétaCan
Menu
Retour à la cohorte
Enregistrement W4248884135 · doi:10.24018/ejeng.2019.4.6.1123

Advances in Upgrading Process of Petroleum Residue: A Review

2019· review· en· W4248884135 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEuropean Journal of Engineering and Technology Research · 2019
Typereview
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésSupercritical fluidCatalysisRefining (metallurgy)Light crude oilPetroleumSulfurCrackingAsphalteneFluid catalytic crackingMaterials scienceEnvironmental scienceWaste managementChemical engineeringChemistryOrganic chemistryMetallurgyEngineering

Résumé

récupéré en direct d'OpenAlex

Due to the depletion of light crude oil reserves, heavy crude oil and residues are the alternatives to meet ?the ?increasing global demand for light oil products. Heavy crude oil and residues are characterized by the presence of heavy ?hydrocarbon ?compounds which contain high levels of impurities such as metals, nitrogen, and sulfur-containing compounds. ?Methods of ?upgrading are required to increase refining efficiencies and to obtain high-quality products.? Upgrading processes can be categorized into three categories; ?carbon rejection processes, hydrogen addition processes, and a combination of the two. The catalyst can be used with any of these processes for better improvement. Many types of research have been carried out to develop a high-performance process which is stable, high commercial products yield, and low solids formation. In this work, recent advances on petroleum residues upgrading with catalyst, solvents, and thermal cracking were reviewed. Advantages and disadvantages of each process were discussed along with conditions and main features. Nanoparticles catalysts and supercritical fluids based-processes are the trends of upgrading due to the excellent performance of these processes.

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,829
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,039
Tête enseignante GPT0,362
Écart entre enseignants0,324 · 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