Classification and characterizations of biogenically enhanced permeability
Notice bibliographique
Résumé
Abstract Recent research shows that ichnology has significant application to production geology. As such, permeability enhancement in bioturbated media has been recognized in five interrelated scenarios: (1) surface-constrained textural heterogeneities; (2) nonconstrained textural heterogeneities; (3) weakly defined textural heterogeneities; (4) diagenetic textural heterogeneities; and (5) cryptic bioturbation. Our data demonstrate that substrate-controlled ichnofossil assemblages can enhance the permeability and vertical transmissivity of an otherwise relatively impermeable matrix. Permeability enhancement develops when burrows excavated into a firm ground are filled with a contrasting sediment from the overlying strata. Fill contrasting with the encasing firm-ground substrate leads to anisotropic porosity and permeability. The same concept can be applied to carbonate reservoirs, where burrow fills are subjected to different diagenetic phases. This may also lead to anisotropic porosity and permeability that can have dramatic effects on reserve calculations. If the burrow fills have enhanced permeability but burrow effects are not recognized, reserve calculations will be too low. Likewise, if the burrow fills have reduced permeability, the reserve calculations may be too high. Understanding the flow dynamics of the resulting anisotropic permeability provides a potentially powerful reservoir-development tool. The implications are far reaching, particularly pertaining to calculations of reserves and their deliverability.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».