MétaCan
Menu
Retour à la cohorte
Enregistrement W4309231275 · doi:10.1021/acs.energyfuels.2c03053

Effects of Poly(vinylpyrrolidone) on the Dynamic Viscosity of Methane Hydrate Systems at High-Pressure Driving Forces: Investigation of Concentration, Molecular Weight, and Shear Rate

2022· article· en· W4309231275 sur OpenAlexaff
Chong Du, André Guerra, Adam McElligott, Milan Marić, Alejandro D. Rey, Phillip Servio

Notice bibliographique

RevueEnergy & Fuels · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMethane Hydrates and Related Phenomena
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésHydrateMethaneSlurryViscosityChemistryNucleationEconomies of agglomerationShear rateClathrate hydrateChemical engineeringThermodynamicsMaterials scienceOrganic chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

The viscosity of methane hydrate slurries with poly(vinylpyrrolidone) (PVP) at 700 and 7000 ppm by weight, molecular weights of 40 000 (PVP40) and 360 000 (PVP360) Da, and shear rates of 400 and 80 s –1 were measured in a high-pressure rheometer with pressures up to 30 MPag and compared to pure water systems. The additives successfully reduced the formation of high-viscosity slurries but at low concentrations were incapable of delaying hydrate agglomeration at the late growth stage. The average relative time required for PVP40 solutions at 700 ppm to grow to 50 mPa·s was 1.9 times the water reference value but only 1.2 times to reach 200 mPa·s. Improved inhibition was observed for the higher concentration and higher molecular weight sets, where the relative times to reach 50 mPa·s were 8.2 and 2.6 times the water reference value, respectively. While the additives demonstrated antinucleation properties and suppressed crystal growth initially, they accelerated the hydrate clusters agglomeration rate and potentially weakened the hydrate mechanical properties.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,001
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 Opus0,004
Tête enseignante GPT0,179
Écart entre enseignants0,175 · 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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetMethane Hydrates and Related PhenomenaTravaux en français237 207