MétaCan
Menu
Retour à la cohorte
Enregistrement W2328134427 · doi:10.1021/es203748b

Toluene Depletion in Produced Oil Contributes to Souring Control in a Field Subjected to Nitrate Injection

2011· article· en· W2328134427 sur OpenAlexaff
Akhil Agrawal, Hyung Soo Park, Safia Nathoo, Lisa M. Gieg, Thomas R. Jack, Kirk Miner, Ryan Ertmoed, A. Benko, Gerrit Voordouw

Notice bibliographique

RevueEnvironmental Science & Technology · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Community Ecology and Physiology
Établissements canadiensBaker Hughes (Canada)University of Calgary
Organismes subventionnairesnon disponible
Mots-clésNitrateSulfateChemistrySulfideEnvironmental chemistryElectron acceptorTolueneOil fieldMethanogenesisOrganic chemistryGeologyPetroleum engineeringMethane

Résumé

récupéré en direct d'OpenAlex

Souring in the Medicine Hat Glauconitic C field, which has a low bottom-hole temperature (30 °C), results from the presence of 0.8 mM sulfate in the injection water. Inclusion of 2 mM nitrate to decrease souring results in zones of nitrate-reduction, sulfate-reduction, and methanogenesis along the injection water flow path. Microbial community analysis by pyrosequencing indicated dominant community members in each of these zones. Nitrate breakthrough was observed in 2-PW, a major water- and sulfide-producing well, after 4 years of injection. Sulfide concentrations at four other production wells (PWs) also reached zero, causing the average sulfide concentration in 14 PWs to decrease significantly. Interestingly, oil produced by 2-PW was depleted of toluene, the preferred electron donor for nitrate reduction. 2-PW and other PWs with zero sulfide produced 95% water and 5% oil. At 2 mM nitrate and 5 mM toluene, respectively, this represents an excess of electron acceptor over electron donor. Hence, continuous nitrate injection can change the composition of produced oil and nitrate breakthrough is expected first in PWs with a low oil to water ratio, because oil from these wells is treated on average with more nitrate than is oil from PWs with a high oil to water ratio.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,276
Score d'incertitude au seuil0,835

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,007
Tête enseignante GPT0,200
Écart entre enseignants0,193 · 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'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

Citations80
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetMicrobial Community Ecology and PhysiologyTravaux en français237 207