MétaCan
Menu
Retour à la cohorte
Enregistrement W4405909665 · doi:10.54021/seesv5n3-087

Impact of formulation on the rheological and physiochemical properties of water in oil emulsion: application on drilling mud

2024· article· en· W4405909665 sur OpenAlexaff
Hichour Mohamed El Habib, Larbi Hammadi

Notice bibliographique

RevueSTUDIES IN ENGINEERING AND EXACT SCIENCES · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésDrilling fluidRheologyEmulsionPetroleum engineeringDrillingMaterials scienceChemical engineeringGeologyComposite materialEngineeringMetallurgy

Résumé

récupéré en direct d'OpenAlex

One of the main uses of water in oil emulsions in the petroleum industry is oil-based drilling fluids due to their rheological characteristics and various functions to keep a good drilling process. To achieve these characteristics many researches have been made to establish various formulations to reply to the technical needs and also to reduce the cost of these drilling fluids and their environmental effects. In this study, we prepared five formulations of water in oil emulsions using the additives versawet and versacoat as emulsifiers, organophilic clay VG69, and calcium carbonate CaCO3. Different rheological measurements have been applied to these five formulations to understand the effect of each additive on the rheological and viscoelastic behavior of water in oil emulsions. Studying these formulations allows for choosing better the needed technical drilling fluid with the minimum economical cost and the lowest environmental effect. Microscopic observation shows that the addition of quantities of organophilic clay type VG69 less than or equal to 4 g leading to the stability of the water/oil inverse emulsions, on the other hand, for quantities greater than 4 g, the emulsions are destabilized.

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 recherche0,0000,000
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 Opus0,029
Tête enseignante GPT0,268
Écart entre enseignants0,239 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSTUDIES IN ENGINEERING AND EXACT SCIENCESMême sujetDrilling and Well EngineeringTravaux en français237 207