MétaCan
Menu
Retour à la cohorte
Enregistrement W2107075729 · doi:10.1046/j.1468-8123.2002.00041.x

Equations of state for basin geofluids: algorithm review and intercomparison for brines

2002· article· en· W2107075729 sur OpenAlexaboutno aff
Jennifer J. Adams, Stefan Bachu

Notice bibliographique

RevueGeofluids · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSedimentary basinStructural basinViscosityBuoyancyGeologySalinitySedimentary rockFlow (mathematics)MineralogyPetrologySoil scienceGeomorphologyGeochemistryMechanicsThermodynamicsOceanography

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Physical properties of formation waters in sedimentary basins can vary by more than 25% for density and by one order of magnitude for viscosity. Density differences may enhance or retard flow driven by other mechanisms and can initiate buoyancy‐driven flow. For a given driving force, the flow rate and injectivity depend on viscosity and permeability. Thus, variations in the density and viscosity of formation waters may have or had a significant effect on the flow pattern in a sedimentary basin, with consequences for various basin processes. Therefore, it is critical to correctly estimate water properties at formation conditions for proper representation and interpretation of present flow systems, and for numerical simulations of basin evolution, hydrocarbon migration, ore genesis, and fate of injected fluids in sedimentary basins. Algorithms published over the years to calculate water density and viscosity as a function of temperature, pressure and salinity are based on empirical fitting of laboratory‐measured properties of predominantly NaCl solutions, but also field brines. A review and comparison of various algorithms are presented here, both in terms of applicability range and estimates of density and viscosity. The paucity of measured formation‐water properties at in situ conditions hinders a definitive conclusion regarding the validity of any of these algorithms. However, the comparison indicates the versatility of the various algorithms in various ranges of conditions found in sedimentary basins. The applicability of these algorithms to the density of formation waters in the Alberta Basin is also examined using a high‐quality database of 4854 water analyses. Consideration is also given to the percentage of cations that are heavier than Na in the waters.

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)0,005
score de la tête « metaresearch » (Gemma)0,014
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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,004

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 Opus0,027
Tête enseignante GPT0,253
Écart entre enseignants0,225 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations143
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeofluidsMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207