MétaCan
Menu
Retour à la cohorte
Enregistrement W2061982543 · doi:10.1134/s1028334x11030159

A new method for identification of protocatagenesis, mesocatagenesis, and apocatagenesis zones in a terrigenous sedimentary cover by applying layer seismic velocities

2011· article· en· W2061982543 sur OpenAlexaboutno aff
D. V. Lazurkin

Notice bibliographique

RevueDoklady Earth Sciences · 2011
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological Studies and Exploration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeologySedimentary rockTerrigenous sedimentSource rockGeochemistryDrillingHydrocarbon explorationStructural basinPetrologyGeomorphology

Résumé

récupéré en direct d'OpenAlex

This method pertains to oil and gas geology and to geology of sedimentary basins prospective for oil and gas. It includes identifying catagenesis zones in drilled areas within the sedimentary cover of the basin based on assay results for drill cores and cuttings using the standard methods. Analysis is primarily made in order to determine rock catagenesis based on the optical characteristics of vitrinite. A correlation between catagenesis zones and layer seismic velocities obtained from regional and exploration seismic data is made for a drilled area. Both the layer seismic velocities and the degree of rock catagenesis increase with depth under the influence of increasing rock density. Correlations between layer velocities and the degree of rock catagenesis have been established. The following ratios have been determined for the Scotian shelf, Canada, and the Barents shelf, Russia: a protocatagenesis zone (the cap) corresponds to layer seismic velocities (V lay) of 1.5–3.3 km/s, a mesocatagenesis zone (the principal hydrocarbon generation area) corresponds to V lay of 3.3–5.0 km/s, and an apocatagenesis zone (an area with a very low hydrocarbon potential) corresponds to V lay of over 5.0 km/s. An advantage of the new method of identification of catagenesis zones is that it can be used prior to drilling. Its conceptual originality and cost efficiency lie precisely in this.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,306
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,051
Tête enseignante GPT0,267
Écart entre enseignants0,215 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDoklady Earth SciencesMême sujetGeological Studies and ExplorationTravaux en français237 207