MétaCan
Menu
Retour à la cohorte
Enregistrement W2266449486

Scale-up of Reactive Flow Through Network Flow Modeling

2008· dissertation· en· W2266449486 sur OpenAlexaboutno aff
Daesang Kim

Notice bibliographique

RevueSUNY Digital Repository Support (State University of New York System) · 2008
Typedissertation
Langueen
DomaineDecision Sciences
ThématiqueSimulation Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLibrary scienceGraduate studentsScale (ratio)MathematicsMathematics educationSociologyGeographyComputer scienceCartographyPedagogy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Pore-throat networks of porous rock samples are constructed from analyses of 3D X-ray computed micro-tomographic (CMT) images of three rock core samples taken from the Viking field in the Alberta basin. The networks are extended to network flow models in order to characterize the properties of reactive flows through porous media. New to both the CMT and network flow work is the extraction of four material phases: the void phase; kaolinite; quartz; and “minerals of interest”. Thus, the segmented images contain information on mineral abundances and accessibilities of the four phases: cluster sizes; accessible surface areas; size and area distributions. The standard network flow model is extended to include the mineral distribution network for computation of reactive flow. Reactions are chosen to simulate precipitation and dissolution reactions that may accompany CO2 sequestration. The minerals of interest are assumed to be anorthite. The reactive model includes both kinetic and instantaneous reaction components. The reaction rates for kinetic components are integrated over each time step, and the equilibrium condition for the instantaneous components is satisfied at every time step. The reactive flow model is applied to the Viking samples. The simulation results show that there are differences from previously reported results in the literature. Small reactive surface areas of anorthite result in a slow change in the kaolinite reaction rate; the time to reach a steady state of the kaolinite reaction is on the order of 103 seconds. The anorthite reaction rate depends only on pH because of the small values of saturation state. Hence, the pore scale variation of anorthite reaction rate at steady state is small. The simulation results indicate there are heterogeneities in the kaolinite reaction rate, which depends on the saturation state. By inspecting the saturation state, the heterogeneities in the kaolinite reaction rate can be predicted.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,057
Tête enseignante GPT0,291
Écart entre enseignants0,234 · 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'étudeSimulation ou modélisation
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

Citations7
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSUNY Digital Repository Support (State University of New York System)Même sujetSimulation Techniques and ApplicationsTravaux en français237 207