MétaCan
Menu
Retour à la cohorte
Enregistrement W4385886268 · doi:10.55274/r0011492

PR-461-14602-R02 Sample Mixing and Centrifugal Forces on Density and Sediment-Water Results

2018· report· en· W4385886268 sur OpenAlexaff
Bei Zhao, James Laszlo, Heather Kaminsky

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEngineering
ThématiqueMineral Processing and Grinding
Établissements canadiensNorthern Alberta Institute of Technology
Organismes subventionnairesnon disponible
Mots-clésCentrifugeMixing (physics)Sample (material)SedimentPetroleum engineeringViscosityEnvironmental scienceCrude oilPipeline (software)MechanicsMaterials scienceSoil scienceGeologyChemistryChromatographyMechanical engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The crude oil being transported by pipeline varies widely in density, viscosity, sulfur content, and other fluid properties. In a custody transfer, both parties are concerned with the quantity and the quality of the crude oil since this determines the monetary value of the transaction. The objective of this project is to investigate various factors that can impact accurate determination of the density, sediment and water content of crude. The findings will be critical to improve current procedures, including proper sample mixing and handling, analytical methodologies, and operation parameters, so that reliable and accurate custody transfer can be provided to all involved parties internationally. This project investigated the impact of mixing and analytical methodologies on crude density and S and W determination. Operating parameters tested included mixing time (3 or 5 minutes), mixing system (new or old) and sample size (3 or 7 liters). Density determination was conducted by a thermos-hydrometer test and a digital density meter and the results were compared. S and W content was quantified by the centrifuge method and Karl Fischer titration and the results were compared. For the centrifuge method, the impact of two centrifugal forces on S and W results was also studied. There is a related webinar.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,105
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)0,0000,000

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 Opus0,025
Tête enseignante GPT0,249
Écart entre enseignants0,224 · 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
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMineral Processing and GrindingTravaux en français237 207