Equations of state for basin geofluids: algorithm review and intercomparison for brines
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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 | 0,000 | 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 découle