Geodynamic Modeling of Sedimentation-induced Overpressure, Gravitational Spreading, and Deformation of Passive Margin Mobile Shale Basins
Notice bibliographique
Résumé
Abstract We investigate the differential loading and pore-fluid pressure required for failure and subsequent prolonged gravitational spreading of passive margin shale basins using two-dimensional analytical limit analysis and plane-strain finite element modeling. The limit analysis, supported by the models, indicates that narrow margins (slope regions that are approximately 50 to 100 km [31 to 62 mi] wide) require pore-fluid pressures that are 80-94% of the overburden weight for failure to occur, whereas for wider margins (~400 km [~250 mi] wide) like the Niger Delta, the corresponding values are 95-99%; these ranges depend on the intrinsic strength of sediments. In the large deformation models, gravitational spreading in response to sedimentation-induced overpressure caused by delta progradation is investigated. Shale is modeled as a visco-plastic Bingham fluid that is frictional-plastic below yield and has a yield criterion that depends on the effective pressure (mean stress minus pore-fluid pressure). The velocity of the postyield flow of the shale is limited by the viscosity of the Bingham fluid, chosen for this study to be 10 18Pas. Pore-fluid pressure is predicted parametrically to be proportional to the local sedimentation rate during progradation, where the proportionality constant, k c,depends inversely on the hydraulic conductivity. Varying the sediment progradation rate, the depth of onset of excess pore pressure, and k cproduces model deformation patterns consistent with seaward-directed squeeze-type flow of overpressured shale (Poiseuille flow) or wholesale sea-TOC ward motion of the shale and overburden (Couette flow), depending on the overall mobility of the model.
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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».