MétaCan
Menu
Retour à la cohorte
Enregistrement W4285043275 · doi:10.22215/etd/2022-15013

Gas- and Particulate-Phase Emissions from Lab-Scale Flares Experiencing Liquid Carryover

2022· dissertation· en· W4285043275 sur OpenAlex
Cameron S. Roth

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.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEnergy
ThématiqueOil, Gas, and Environmental Issues
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésParticulatesRadiative forcingEnvironmental scienceCombustionPollutantEnvironmental chemistryAbsorption (acoustics)Environmental engineeringWaste managementAerosolChemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

At upstream oil and gas production sites, separators frequently allow saline produced water aerosols to be entrained into flares, a phenomenon known as liquid carryover. This study assesses the impacts on gas-and solid-phase emissions from adding saline solutions to a lab-scale flare. Atomized aqueous solutions containing NaCl, KCl, or NaOH were added to a vertical turbulent diffusion flame burning a hydrocarbon gas mixture representative of flares in Alberta, Canada. The combustion products were analyzed to quantify emission rates of major pollutants and optical properties of the particulate. Over the range of test conditions yields of gas-phase pollutants increased by as much as fortyfold with added NaCl, while black carbon emissions increased by up to three times. Emitted particulate had a greater absorption capacity contributing to an increase in expected radiative forcing effects in the climate. Empirical guidelines for liquid separation requirements to avoid severe increases in emissions were developed.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,270
Score d'incertitude au seuil1,000

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)0,0240,000

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 GPT0,272
Écart entre enseignants0,261 · 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

En bref

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetOil, Gas, and Environmental IssuesTravaux en français237 207