Detection of magnetic nanoparticles against proppant and shale reservoir rocks
Notice bibliographique
Résumé
With the expansion in the production of shale oil and gas, there is a desire to obtain detailed information of the downhole environment resulting from hydraulic fracturing (fracking). Nanomagnetite (nMag) has been proposed as a suitable contrast agent for magnetic imaging. In order to determine its suitability, 15 nm oleic acid-stabilised magnetite nanoparticles were synthesised and the magnetic susceptibility was measured and compared against two types of proppant. Although frac sand is diamagnetic (−0.20 × 10−5 SI), ceramic proppant is paramagnetic (25.7 × 10−5 SI) due to the presence of Fe2O3. The quantity of the nanoparticles that would be required for differentiation against the background levels in the proppant pack was calculated to be 0.269 g/L for sand and 1.01 g/L for ceramic, which correlates to a minimum of 15,000 kg and 56,000 kg per well, respectively. In order to determine the contrast with the reservoir rock itself, the magnetic susceptibility was mapped for cores from two typical shale gas reservoirs (Harrison and Rackley, Arkansas), which show a general low level of paramagnetism (ca. 45 × 10−5 SI). However, regions are observed with higher susceptibility (>200 × 10−5 SI) necessitating the use of 242,000 kg nMag per well in order to provide contrast with the reservoir.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».