Avaliação de asfaltenos em petróleos para aplicação em gestão ambiental
Bibliographic record
Abstract
A maior parte da produção brasileira de petróleo é offshore.Isso implica em uma grande probabilidade de vazamentos de pequeno ou grande porte, que podem causar diversos prejuízos ao ambiente marinho.O óleo exposto ao mar, ao longo do tempo sofre diversas transformações químicas, físicas e biológicas, sendo essas modificações denominadas intemperismo.Os principais processos de intemperismo são evaporação, dissolução, emulsificação, biodegradação, foto-oxidação, precipitação, adsorção, espalhamento e absorção pela biota.As modificações que ocorrem para cada petróleo são diferentes por dependerem da sua composição química, destacando os teores de asfaltenos.Neste trabalho, foram determinados os teores de asfaltenos e a validação do método para cinco amostras de diferentes correntes brasileiras em petróleo cru de acordo a ASTM D6560.Além disso, duas dessas amostras foram selecionadas para simulação do intemperismo por evaporação, a partir da destilação das mesmas a 150 ºC, 200 ºC e 250 ºC e os teores de asfaltenos foram determinados para cada uma de acordo com a ASTM D3279.Foi observado a partir da simulação do intemperismo por evaporação que os teores de asfaltenos aumentam em relação ao tempo de exposição ao ambiente, devido a volatilização das frações mais leves, e essas variações podem implicar na precipitação e incrustação no leito marinho aumentando a toxicidade da água.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".