MétaCan
Menu
Retour à la cohorte
Enregistrement W2078883674 · doi:10.3997/2214-4609.20141296

Reprocessing and Characterization of Long-duration Tremor Signals from a Hydraulic-fracture Treatment in Western Canada

2014· article· en· W2078883674 sur OpenAlexaffabout
Enrico Caffagni, D.W.E. Eaton

Notice bibliographique

RevueProceedings · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMicroseismHydraulic fracturingGeologySlip (aerodynamics)Fracture (geology)SeismologyPetroleum engineeringGeotechnical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Summary The Hoadley flowback microseismic experiment (HFME) was undertaken commencing August 2012 for long-term passive seismic monitoring in a open-hole multistage hydraulic fracture treatment in the Glauconitic member (Hoadley gas field, central Alberta). The scientific goals of this project were to document and develop a geomechanical model for microseismic activity associated with flowback and production stages of development of a tight-gas reservoir. About 1650 events were located during the two-day hydraulic fracture treatment program. The distribution of microseismicity revealed a relatively complex fracture pattern. The objectives of this study are twofold. First, complete reprocessing of the raw microseismic data has been undertaken using in-house software, with the goal of improving the understanding of the relationship between source type (shear versus tensile) and the treatment parameters. The second goal is to characterize long-duration tremor-like events that occurred episodically during and after treatment. These events are interpreted as activation of slow slip on pre-existing fractures. Two of these tremor-like events occurred during the postpumping period after the second day of treatment; they both exhibit frequency characteristics that are consistent with a slowly cascading rupture process.

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)0,000
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 enseignants0,462
Score d'incertitude au seuil0,984

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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,197
Écart entre enseignants0,189 · 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

Citations2
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedingsMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207