MétaCan
Menu
Retour à la cohorte
Enregistrement W4283749172 · doi:10.1146/annurev-marine-040821-104411

Oil Transport Following the<i>Deepwater Horizon</i>Blowout

2022· review· en· W4283749172 sur OpenAlexaff
Michel C. Boufadel, Tamay M. Özgökmen, Scott A. Socolofsky, Vassiliki H. Kourafalou, Ruixue Liu, Kenneth Lee

Notice bibliographique

RevueAnnual Review of Marine Science · 2022
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueOil Spill Detection and Mitigation
Établissements canadiensBedford Institute of OceanographyFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésWellheadDeepwater horizonOil spillCanyonPlumeHorizonShoreDrifterOceanographyEnvironmental scienceGeologyPetroleum engineeringCrude oilMeteorologyLagrangianGeographyGeomorphology

Résumé

récupéré en direct d'OpenAlex

The Deepwater Horizon oil spill in the Gulf of Mexico in 2010 was the largest in US history, covering more than 1,000 km of shorelines and causing losses that exceeded $50 billion. While oil transformation processes are understood at the laboratory scale, the extent of the Deepwater Horizon spill made it challenging to integrate these processes in the field. This review tracks the Deepwater Horizon oil during its journey from the Mississippi Canyon block 252 (MC252) wellhead, first discussing the formation of the oil and gas plume and the ensuing oil droplet size distribution, then focusing on the behavior of the oil on the water surface with and without waves. It then reports on massive drifter experiments in the Gulf of Mexico and the impact of the Mississippi River on the oil transport. Finally, it concludes by addressing the formation of oil–particle aggregates. Although physical processes lend themselves to numerical modeling, we attempted to elucidate them without using advanced modeling, as our goal is to enhance communication among scientists, engineers, and other entities interested in oil spills.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,015
Tête enseignante GPT0,287
Écart entre enseignants0,272 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnual Review of Marine ScienceMême sujetOil Spill Detection and MitigationTravaux en français237 207