MétaCan
Menu
Retour à la cohorte
Enregistrement W2043449047 · doi:10.4236/wjet.2014.21003

Investigating Improved Oil Recovery in Heavy Oil Reservoirs

2014· article· en· W2043449047 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueWorld Journal of Engineering and Technology · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésPetroleum engineeringEnhanced oil recoveryOil in placeOil productionOil fieldEnvironmental scienceOil reservesFraction (chemistry)Petroleum reservoirReservoir engineeringOil wellHydrocarbonPetroleumGeologyChemistryChromatography

Résumé

récupéré en direct d'OpenAlex

Primary production mechanisms do not recover an appreciable fraction of the hydrocarbon initially in place (HIIP). Practical knowledge has shown that, at the point when the natural energy in a heavy oil reservoir is nearly or altogether depleted, the recovery factor does not exceed about 20%. Some heavy oil reservoirs do not produce at all by natural drive mechanisms. This often necessitates adopting a production improvement strategy to augment recovery. Prior to implementing an improved oil recovery method (either secondary or tertiary) in the field, it is very important to investigate its potential for success. Reservoir simulation is a part of a continuous learning process used to gain insight into the feasibility and applicability of improved oil recovery methods. In this project, GEM compositional reservoir simulator has been used to study the efficiencies of different improved oil recovery strategies, ranging from waterflooding to solvent injection. The drainage volume investigated is a hypothetical box-shaped heavy oil reservoir composed of three distinct permeable layers.

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.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,764

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,229
Écart entre enseignants0,220 · 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