MétaCan
Menu
Retour à la cohorte
Enregistrement W4390245864 · doi:10.1016/j.ces.2023.119673

Kinetic promotion of gas hydrate formations using dispersions

2023· article· en· W4390245864 sur OpenAlexafffund
Yu Wei, Nobuo Maeda

Notice bibliographique

RevueChemical Engineering Science · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMethane Hydrates and Related Phenomena
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship CouncilUniversity of Alberta
Mots-clésNucleationClathrate hydrateHydrateKineticsChemical engineeringChemistryDispersion (optics)Crystal (programming language)Inorganic chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

CO 2 hydrate has promising applications like carbon capture and storage (CCS). However, the slow formation kinetics hinders these large-scale applications. Dry water, a water-in-gas dispersion stabilized by a Pickering agent (usually partially hydrophobized silica nanoparticles) has been used to enhance CO 2 hydrate formation kinetics by massively increasing the water – gas interfacial area for a given volume of water. We investigated CO 2 hydrate nucleation and crystal growth kinetics in dry water in the presence of sodium dodecyl sulfate (SDS) and seven water-insoluble nucleation promoters. Doping a small amount of nucleation promoters did not ruin the stability of dry water or weaken the promoting effect of dry water on CO 2 hydrate nucleation kinetics. Dispersing water in CO 2 as dry water promoted hydrate nucleation kinetics and doping of the additives promoted hydrate crystal growth kinetics. This synergistic effect could be utilized to store more CO 2 in a hydrate form at a faster rate.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,520
Score d'incertitude au seuil0,242

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
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 Opus0,014
Tête enseignante GPT0,222
Écart entre enseignants0,209 · 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.

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

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemical Engineering ScienceMême sujetMethane Hydrates and Related PhenomenaTravaux en français237 207