MétaCan
Menu
Retour à la cohorte
Enregistrement W2048428745 · doi:10.2118/89070-pa

Oil-Viscosity Predictions From Low-Field NMR Measurements

2005· article· en· W2048428745 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.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueSPE Reservoir Evaluation & Engineering · 2005
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNMR spectroscopy and applications
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanada Research Chairs
Mots-clésViscosityViscosity indexNMR spectra databaseAsphaltEnhanced oil recoveryChemistryThermodynamicsMaterials scienceAnalytical Chemistry (journal)Spectral linePetroleum engineeringGeologyChromatographyPhysics

Résumé

récupéré en direct d'OpenAlex

Summary Canada contains vast reserves of heavy oil and bitumen. Viscosity determination is key to the successful recovery of this oil, and low-field nuclear magnetic resonance (NMR) shows great potential as a tool for estimating this property. An NMR viscosity correlation previously had been developed that is valid for order-of-magnitude estimates over a wide range of viscosities and temperatures. This correlation was built phenomenologically, using experiments relating NMR spectra to viscosity. The present work details a more thorough investigation into oil viscosity and NMR, thus providing a theoretical justification for the proposed correlation. A novel tuning procedure is also presented, whereby the correlation is fitted using the Arrhenius relationship to improve the NMR viscosity estimates for single oils at multiple temperatures. Tuning allows for NMR to be potentially used in observation wells to monitor thermal enhanced oil recovery (EOR) projects or online to monitor the viscosity of produced-fluid streams as they cool.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,188
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,032
Tête enseignante GPT0,338
Écart entre enseignants0,307 · 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