MétaCan
Menu
Retour à la cohorte
Enregistrement W2179390666 · doi:10.1190/tle34080904.1

Microseismic geomechanics of hydraulic-fracture networks: Insights into mechanisms of microseismic sources

2015· article· en· W2179390666 sur OpenAlex
S. C. Maxwell, D. Chorney, Sebastian D. Goodfellow

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueThe Leading Edge · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensGeomechanica (Canada)
Organismes subventionnairesnon disponible
Mots-clésMicroseismGeomechanicsHydraulic fracturingGeologyFracture (geology)SeismologyGeotechnical engineeringPetroleum engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Microseismic interpretation of hydraulic fracturing requires an understanding of the mechanism of the microseismic sources. Quantitative geomechanical models can predict microseismicity for quantitative comparison with field data and can be used to reconcile 3D seismic earth models, fracture engineering, and fracture monitoring. Because microseismicity represents only one component of the geomechanical response to hydraulic fracturing, a microseismic geomechanics framework can provide insights into the connection with the fracture network. During hydraulic fracturing, microseismicity can be induced by both fluid pressure and stress mechanisms, resulting in wet events directly associated with the fracture network and remote dry events. Accurate interpretation of the hydraulic-fracture characteristics requires distinguishing identification of dry microseismicity not in hydraulic connection with the stimulated fracture network. Predictive microseismic geomechanical models also can be used to infer the primary, conductive hydraulic-fracture networks and to run scenario testing to improve engineering design.

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 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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,525
Score d'incertitude au seuil0,795

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,010
Tête enseignante GPT0,213
Écart entre enseignants0,204 · 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