MétaCan
Menu
Retour à la cohorte
Enregistrement W2168675226 · doi:10.2118/89866-ms

A Comparative Study of Laboratory Techniques for Measuring Capillary Pressures in Tight Gas Sands

2004· article· en· W2168675226 sur OpenAlexaff
K. E. Newsham, J. A. Rushing, Patrick M. Lasswell, J. C. Cox, T. A. Blasingame

Notice bibliographique

RevueSPE Annual Technical Conference and Exhibition · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensApache (Canada)
Organismes subventionnairesnon disponible
Mots-clésCapillary pressureCapillary actionCentrifugeSaturation (graph theory)Mercury (programming language)PorosityDesorptionVapor pressurePressure measurementMaterials sciencePorous mediumAnalytical Chemistry (journal)MechanicsPetroleum engineeringChemistryComposite materialGeologyChromatographyThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper presents results from a laboratory study comparing capillary pressure measurement techniques for tight gas sands. Included in our evaluation are the more traditional high-speed centrifuge and high-pressure mercury injection methods as well as the less conventional high-pressure porous plate and vapor desorption techniques. The results of our study show significant differences between the mercury injection data and composite capillary pressure curves constructed with data from the other three methods. Consequently, we have concluded that high-pressure mercury injection can be used to quantify pore size distribution, but often inaccurately characterizes capillary pressures, particularly at the irreducible water saturation. Moreover, our study suggests that a composite capillary pressure curve constructed from a combination of the vapor desorption data for the low water saturation range and high-speed centrifuge or high-pressure porous plate data for the high saturation range provides the most accurate capillary pressures for tight gas sands.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,293
Score d'incertitude au seuil0,454

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)0,0000,000

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 Opus0,023
Tête enseignante GPT0,270
Écart entre enseignants0,247 · 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.

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

Citations53
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Annual Technical Conference and ExhibitionMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207