MétaCan
Menu
Retour à la cohorte
Enregistrement W4410311763 · doi:10.1016/j.ceja.2025.100770

Acryloyl piperidine/pyrrolidine statistical and block copolymers as hydrate inhibitors: effects of cloud point temperature and copolymer microstructure

2025· article· en· W4410311763 sur OpenAlexafffund
Chong Du, Milan Marić, Phillip Servio

Notice bibliographique

RevueChemical Engineering Journal Advances · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMethane Hydrates and Related Phenomena
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFaculty of Engineering, McGill University
Mots-clésCopolymerPyrrolidineCloud pointHydratePiperidineMicrostructureMelting pointMaterials sciencePolymer chemistryChemical engineeringPolymer scienceChemistryOrganic chemistryComposite materialPolymerAqueous solutionEngineering

Résumé

récupéré en direct d'OpenAlex

Ongoing investigations on the polymer chemistry and physical properties of kinetic hydrate inhibitors (KHIs) have led to several theories attempting to interpret their inhibition mechanisms during hydrate nucleation and growth, crucial for flow assurance in offshore facilities. Namely, numerous reports have studied the relationship between the hydrophobicity, cloud point temperatures (CPTs) and copolymer microstructures of KHIs and their abilities to reduce hydrate formation. To verify these theories, statistical and block copolymers with various compositions (0, 30, 50, 70, 100 mol.%) of acryloyl pyrrolidine (APy) with acryloyl piperidine (APi) were synthesized and sI methane hydrate growth kinetics were measured at 2 °C and 4646 kPa. All tested KHI samples reduced methane consumption to less than 25% of that of an uninhibited system. Poly(APi) with bigger amide rings and lower CPT acted as a poorer KHI than the more hydrophilic poly(APy). The statistical copolymers with a wide range of CPTs from 4 to 48 °C showed that KHI performance was not influenced by CPT, as the sI hydrate growth rate exhibited a nearly linear relationship with respect to copolymer composition. On the other hand, results of block copolymers suggest that the thermoresponsive behavior of these surfactant-like additives might play a role during hydrate growth inhibition. The block copolymer with 30 mol.% APi acted as the best KHI amongst all tested samples, while the block copolymer with 70 mol.% APi acted as the poorest. The results were significantly different from the statistical copolymers with similar composition; thus, copolymer microstructure is also a factor to consider during KHI design.

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)0,000
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
Métarecherche0,0000,000
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 Opus0,001
Tête enseignante GPT0,186
Écart entre enseignants0,185 · 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

Citations4
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemical Engineering Journal AdvancesMême sujetMethane Hydrates and Related PhenomenaTravaux en français237 207