MétaCan
Menu
Retour à la cohorte

Modeling Secondary Oil Migration with Core-Scale Data: Viking Formation, Alberta Basin

2002· article· en· W2162723841 sur OpenAlexaffabout
Elise Bekele

Notice bibliographique

RevueAAPG Bulletin · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésGeologyStructural basinScale (ratio)Core (optical fiber)GeomorphologyCartographyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract The Viking Formation in the Alberta basin contains approximately 88.7 x 106 m3 (5.579 x 108 bbl) of recoverable oil, which migrated more than 200 km, as indicated by oil-source rock correlation. Simulating the mechanisms controlling secondary oil migration (hydrodynamics, buoyancy, and permeability heterogeneity) is beneficial for exploration, but it remains extremely difficult to predict oil occurrences. Although core-scale petrophysical data for the Viking Formation are abundant (> 69,000 core plugs), the extent of fracture permeability and permeability alteration due to diagenesis are unknown. Moreover, sampling bias may affect the permeability distribution in unpredictable ways. Numerical simulations of oil migration were conducted using the highest core-plug measurement of permeability from each borehole to obtain an upper bound on oil migration velocities. This permeability model is not appropriate for simulating stratigraphic entrapment of oil, but it does reveal that core-scale data are in the appropriate range of magnitude to have allowed significant oil migration. Regional groundwater flow was essential for charging several of the largest and most distant oil fields in the Viking Formation. Maximum core-plug permeability data are useful for modeling the extent of secondary oil migration and may have applications to fluid flow and transport modeling in other foreland settings.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,465
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,024
Tête enseignante GPT0,202
Écart entre enseignants0,177 · 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.

Devis d'étudeSimulation ou modélisation
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

Citations39
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAAPG BulletinMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207