MétaCan
Menu
Retour à la cohorte
Enregistrement W2312346634 · doi:10.1130/ges01213.1

Quartz c-axis orientation patterns in fracture cement as a measure of fracture opening rate and a validation tool for fracture pattern models

2016· article· en· W2312346634 sur OpenAlexaboutno aff
Estibalitz Ukar, Stephen E. Laubach, Randall Marrett

Notice bibliographique

RevueGeosphere · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueRock Mechanics and Modeling
Établissements canadiensnon disponible
Organismes subventionnairesBasic Energy SciencesOffice of ScienceU.S. Department of Energy
Mots-clésFracture (geology)GeologyQuartzOrientation (vector space)CementMeasure (data warehouse)MineralogyComposite materialMaterials scienceGeotechnical engineeringGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

Here, we evaluate a published model for crystal growth patterns in quartz cement in sandstone fractures by comparing crystal fracture-spanning predictions to quartz c-axis orientation distributions measured by electron backscatter diffraction (EBSD) of spanning quartz deposits. Samples from eight subvertical opening-mode fractures in four sandstone formations, the Jurassic– Cretaceous Nikanassin Formation, northwestern Alberta Foothills (Canada), Cretaceous Mesaverde Group (USA; Cozzette Sandstone Member of the Iles Formation), Piceance Basin, Colorado (USA), and upper Jurassic–lower Cretaceous Cotton Valley Group (Taylor sandstone) and overlying Travis Peak Formation, east Texas, have similar quartzose composition and grain size but contain fractures with different temperature histories and opening rates based on fluid inclusion assemblages and burial history. Spherical statistical analysis shows that, in agreement with model predictions, bridging crystals have a preferred orientation with c-axis orientations at a high angle to fracture walls. The second form of validation is for spanning potential that depends on the size of cut substrate grains. Using measured cut substrate grain sizes and c-axis orientations of spanning bridges, we calculated the required orientation for the smallest cut grain to span the maximum gap size and the required orientation of the crystal with the least spanning potential to form overgrowths that span across maximum measured gap sizes. We find that within a 10° error all spanning crystals conform to model predictions. Using crystals with the lowest spanning potential based on crystallographic orientation (c-axis parallel to fracture wall) and a temperature range for fracture opening measured from fluid inclusion assemblages, we calculate maximum fracture opening rates that allow crystals to span. These rates are comparable to those derived independently from fracture temperature histories based on burial history and multiple sequential fluid inclusion assemblages. Results support the R. Lander and S. Laubach model, which predicts that for quartz deposited synchronously with fracture opening, spanning potential, or likelihood of quartz deposits that are thick enough to span between fracture walls, depends on temperature history, fracture opening rate, size of opening increments, and size, mineralogy, and crystallographic orientation of substrates in the fracture wall (transected grains). Results suggest that EBSD maps, which can be more rapidly acquired than measurement of tens to hundreds of fluid inclusion assemblages, can provide a useful measure of relative opening rates within populations of quartz-filled fractures formed under sedimentary basin conditions. Such data are useful for evaluating fracture pattern development models.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,560
Score d'incertitude au seuil0,630

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 Opus0,014
Tête enseignante GPT0,231
Écart entre enseignants0,218 · 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'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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeosphereMême sujetRock Mechanics and ModelingTravaux en français237 207