MétaCan
Menu
Retour à la cohorte
Enregistrement W2117583309 · doi:10.7451/cbe.2012.54.1.1

Extending riverbed filtration design velocity for horizontal wells from model to prototypes

2012· article· en· W2117583309 sur OpenAlexaffvenue
Soon Ho Kim, K-H Ahn, Shiv O. Prasher

Notice bibliographique

RevueCanadian Biosystems Engineering · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensMcGill University
Organismes subventionnairesMinistry of Education, IndiaMinistry of EnvironmentMinistry of Earth Sciences
Mots-clésFiltration (mathematics)GeologyGeotechnical engineeringMechanicsHydrology (agriculture)Environmental scienceMathematicsPhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

Extending riverbed filtration design velocity for horizontal wells from model to prototypes.Canadian Biosystems Engineering/Le génie des biosystèmes au Canada 54:1.1-1.6.The design velocity of axial flow through a horizontal well pipe, which was suggested to be about 1 m s -1 in a recent model study, was evaluated for its feasibility on prototypes.In order to calculate the head loss during the flow through a horizontal well pipe, the Darcy-Weisbach formula was analyzed using Euler-Cauchy method.When the frictional resistance to the flow in the model well was compared with the one to the flow in prototypes, the latter was found to be smaller than the former.However, the design axial velocity obtained from the model study was also applicable to prototypes.Although uniform discharge intensity is assumed over the entire length of the well and model experimental data is required to calculate head loss in prototype wells, the results of this study may prove useful in predicting well production rate and in determining the required design diameter of horizontal wells.However, further verification with actual prototype is needed.Keywords:

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,019
Tête enseignante GPT0,207
Écart entre enseignants0,187 · 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'étudeExpérimental (laboratoire)
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

Citations4
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Biosystems EngineeringMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207