MétaCan
Menu
Retour à la cohorte
Enregistrement W1995545556 · doi:10.1080/15567036.2010.492380

A Laboratory Study for Assessing Microbial Enhanced Oil Recovery

2013· article· en· W1995545556 sur OpenAlexaff
Mutai Bao, Tieqiao Liu, Z. Chen, Lin Guo, Guancheng Jiang, Y. Li, Xinhai Li

Notice bibliographique

RevueEnergy Sources Part A Recovery Utilization and Environmental Effects · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésMicrobial enhanced oil recoveryResidual oilMicroorganismEnhanced oil recoveryEnvironmental sciencePetroleum engineeringRecovery ratePulp and paper industryChemistryChromatographyGeologyBacteriaEngineering

Résumé

récupéré en direct d'OpenAlex

Microbial enhanced oil recovery utilizes microorganisms and their metabolic products to improve the oil recovery. A pilot scale study was conducted to investigate the effectiveness of two microorganisms (D-2 and M-1), presenting as an individual and a mixture, by recovering residual oil from a sandstone core oil reservoir at Shengli Oil Reservoir, China. Five microbial flooding tests were conducted sequentially by injecting microbial cultures into the experimental reservoir. The results showed that a polymer surfactant produced by D-2, M-1, and their mixture, enhanced oil recovery by 5.4, 5.6, and 7.9%, respectively, which are within the reported ranges of increased tertiary oil recovery.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,006
Tête enseignante GPT0,204
Écart entre enseignants0,197 · 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy Sources Part A Recovery Utilization and Environmental EffectsMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207