MétaCan
Menu
Retour à la cohorte
Enregistrement W2068876286 · doi:10.3997/2214-4609.20146251

Well-logging and Near-surface Seismic Methods for Aquifer Detection

2008· article· en· W2068876286 sur OpenAlexaboutno aff
G.M. Suarez, S. Miong, Jennifer Wong-Roushar, Robert R. Stewart, A.D. Alcudia, Han‐Xing Lu, Khaled Al Dulaijan

Notice bibliographique

RevueNear Surface 2008 - 14th EAGE European Meeting of Environmental and Engineering Geophysics · 2008
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Waves and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeophoneGeologyWell loggingSeismologyOil shaleVertical seismic profileHydrogeologyAquiferSurface waveGeotechnical engineeringGeophysicsGroundwater

Résumé

récupéré en direct d'OpenAlex

Well-logs, high resolution shallow seismic, and VSP surveys were conducted in a experimental well near Priddis, Alberta, to test their feasibility in characterizing the near-surface stratigraphy and hydrogeological characteristics of the Paskapoo Formation. According to the analysis of well logs, the well penetrates interbeds of sandstone-shale layers and five porous zones were identified at depths of 28, 39, 50, 62 and 120 m, ranging from 0.34 to 0.58. Among these porous zones, there were three water-bearing zones at depths of 28, 50 and 120 m. Based on the P-wave velocities calculated from the sonic log, surface-wave analysis was carried out to estimate S-wave velocities. Up to depths of 40 m, the respective P-wave velocities for the sandstone and shale units were 2250 m/s and 2080 m/s, and 1220 and 1150 m/s for the S-wave, respectively. Using a microphone-geophone analysis, the airwave was characterized by high frequency and broadband. The integral interpretation of all the datasets and well-logs show a good correlation between all of them. The water-bearing zones (28 and 50 m) and the strong reflector at 76 m were resolved by the surface seismic and VSP data.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,008
Tête enseignante GPT0,187
Écart entre enseignants0,179 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNear Surface 2008 - 14th EAGE European Meeting of Environmental and Engineering GeophysicsMême sujetSeismic Waves and AnalysisTravaux en français237 207