MétaCan
Menu
Retour à la cohorte
Enregistrement W2218707633 · doi:10.1306/03021514121

Hyperspectral imaging for the determination of bitumen content in Athabasca oil sands core samples

2015· article· en· W2218707633 sur OpenAlexaff
Michelle Speta, Benoît Rivard, Jilu Feng, Michael Lipsett, Murray K. Gingras

Notice bibliographique

RevueAAPG Bulletin · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésOil sandsAsphaltGeologyHyperspectral imagingCore (optical fiber)MineralogyRemote sensingArchaeologyMaterials science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Ore grade is one of the primary variables controlling the economic recovery of bitumen from oil sands reservoirs, hence there is a need for fast and reliable quantification of total bitumen content (TBC). This is typically achieved through laboratory-based Dean-Stark analyses of drill core samples. However, this method is time and labor intensive and destructive to the core sample. Hyperspectral imaging is a remote sensing technique that can be defined as reflectance spectroscopy with a spatial context, where high-resolution digital imagery (∼1 mm/pixel [0.04 in./pixel]) is acquired and reflectance measurements are collected in each pixel of the image. This study compares two hyperspectral models for the determination of TBC from imagery of both fresh and dry core samples. For three out of four suites of fresh core, TBC was predicted within ±1.5 wt. % of the Dean-Stark data with both spectral models achieving correlations of R2>0.97. For a fourth fresh core and the dry core, larger margins of error were found because of some instances of overestimation. Surface roughness because of uneven oil distribution and small-scale fracturing is a potential source of error in some of the spectral TBC results, particularly for the dry core. Producing results within minutes with the additional benefit of being nondestructive to the core sample, hyperspectral imaging shows great potential to become a viable alternative method for bitumen content determination in oil 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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,982
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,075
Tête enseignante GPT0,260
Écart entre enseignants0,184 · 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 source (Gemma direct ou Codex distillé), 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

Citations29
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAAPG BulletinMême sujetGeochemistry and Geologic MappingTravaux en français237 207