MétaCan
Menu
Retour à la cohorte
Enregistrement W2019374950 · doi:10.2516/ogst:2000003

Production froide des huiles visqueuses. Première partie : Observations sur champ

2000· article· fr· W2019374950 sur OpenAlexaboutno aff
G. Renard, J. F. Nauroy, Ch. Deruyter, J-C. Moulu, Jean Paul Sarda, J.F. Le Romancer

Notice bibliographique

RevueOil & Gas Science and Technology – Revue d’IFP Energies nouvelles · 2000
Typearticle
Languefr
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsArt

Résumé

récupéré en direct d'OpenAlex

La production froide de certains réservoirs contenant des huiles visqueuses, au Canada et au Venezuela principalement, amène à des productivités et des taux de récupération supérieurs aux prédictions calculées à l'aide des équations habituellement utilisées pour décrire les écoulements classiques. Pour expliquer ces productions anormalement élevées, un certain nombre de mécanismes ont été évoqués, principalement d'origines hydrodynamiques et géomécaniques. Les propriétés hydrodynamiques des fluides produits, partiellement dégazés durant la production : huiles moussantes, fluides à bulles, sont en effet plus favorables que celles des fluides en place. Par effet géomécanique d'érosion interne du sable, un réseau de chenaux (wormholes, piping tubes) peut se créer in situ, améliorant notablement le drainage. Cet article comprend quatre parties : les observations sur champ, l'étude en laboratoire des huiles moussantes, leur modélisation numérique, les effets géomécaniques liés à la production de sable.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,539
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,003
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,013
Tête enseignante GPT0,192
Écart entre enseignants0,179 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations8
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOil & Gas Science and Technology – Revue d’IFP Energies nouvellesMême sujetDrilling and Well EngineeringTravaux en français237 207