MétaCan
Menu
Retour à la cohorte
Enregistrement W2065727286 · doi:10.1190/tle31111362.1

Quantitative interpretation of the McKay oil sands thermal area: Canadian case study

2012· article· en· W2065727286 sur OpenAlexaffabout
Laurie M. Weston Bellman, Amanda Knowles, Rozalia Pak

Notice bibliographique

RevueThe Leading Edge · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensNatural Resources CanadaCanadian Natural ResourcesDiscovery Centre
Organismes subventionnairesnon disponible
Mots-clésGeologyOil sandsResource (disambiguation)Petroleum engineeringInterpretation (philosophy)Consistency (knowledge bases)FaciesStage (stratigraphy)Mining engineeringStructural basinPaleontologyArchaeologyGeographyComputer science

Résumé

récupéré en direct d'OpenAlex

Southern Pacific Resource Corporation (STP) acquired 211 km of 2D seismic data in September 2007 and an additional 5.1 km2 of 3D in December 2010. The 2D survey was used as an exploration tool, which ultimately lead to the McKay Thermal Project in northeastern Alberta. Conventional seismic interpretation has been valuable in defining the structure and regional extent of the reservoir. However, the conventional seismic character lacks the detail or consistency to delineate subtle facies variations present in the reservoir. Risk reduction through increased understanding of the reservoir at this stage of an oil sands project has the potential for significant benefits as the project moves on to production. Seismic data have already proven beneficial in the evaluation phase of this project; the intent with this case study was to investigate the potential to derive more detailed information from the seismic about the reservoir character and fluid content using quantitative interpretation (QI) techniques.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,054
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,042
Tête enseignante GPT0,307
Écart entre enseignants0,266 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations3
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Leading EdgeMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207