Bibliographic record
Abstract
La croissance de la demande en produits pétroliers (essence et gazole), en particulier dans les pays développés, et la nature limitée des ressources pétrolières conduisent l’industrie pétrolière à s’intéresser de plus en plus à l’exploitation et la transformation des huiles lourdes et extra-lourdes. Leurs propriétés non conventionnelles du fait de leur forte composition en asphaltènes (particules définies comme l'ensemble de constituants insolubles dans le n-heptane et solubles dans le toluène) nécessitent la mise en oeuvre de procédés de plus en plus sophistiqués à toutes les étapes de leur exploitation et de leur production. Ces bruts, situés principalement au Canada et au Venezuela, sont caractérisés par leur forte viscosité de 1 à 55 Pa.s (1 000 cP à 55 000 cP), qui rend leur transport en surface impossible dans leur état naturel. Le développement de solutions technologiques nouvelles repose sur une meilleure connaissance des propriétés thermo- physiques et du comportement colloïdal de ces produits.Les méthodes de caractérisation expérimentale et de modélisation utilisées pour les bruts conventionnels sont inadaptées pour les bruts lourds et extra lourds. La caractérisation PVT des bruts lourds fait l’objet de nombreux travaux à l’heure actuelle. Les propriétés à déterminer sont les équilibres de phase et les propriétés thermo physiques des phases en équilibre. Dans ce contexte, cette thèse a pour objectifs principaux le développement de méthodes expérimentales et de modèles adaptés aux bruts lourds et aux procédés de récupération envisagés pour ces bruts (production froide, injection de solvant VAPEX, injection de vapeur SAGD, etc...).
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 | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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".