Grain-size to effective pore-size transformation derived from electrokinetic theory
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 Most permeability models use effective grain size or effective pore size as an input parameter. Until now, an efficacious way of converting between the two has not been available. We propose a simple conversion method for effective grain diameter and effective pore radius using a relationship derived by comparing two independent equations for permeability, based on the electrokinetic properties of porous media. The relationship, which we call the theta function, is not dependent upon a particular geometry and implicitly allows for the widely varying style of microstructures exhibited by porous media by using porosity, cementation exponent, formation factor, and a packing constant. The method is validated using 22 glass bead packs, for which the effective grain diameter is known accurately, and a set of 188 samples from a sand-shale sequence in the North Sea. This validation uses measurements of effective grain size from image analysis, pore size from mercury injection capillary pressure (MICP) measurements, and effective pore radius calculated from permeability experiments, all of which are independent. Validation tests agree that the technique accurately converts an effective grain diameter into an effective pore radius. Furthermore, for the clastic data set, there exists a power law relationship in porosity between effective grain size and effective pore size. The theta function also can be used to predict the fluid permeability of a sample, based on effective pore radius. The result is extremely good predictions over seven orders of magnitude.
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 | 0,001 |
| 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) | 0,001 | 0,001 |
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.
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