MétaCan
Menu
Retour à la cohorte
Enregistrement W2333002662 · doi:10.1144/m35.39

Chapter 39 Using discovery process and accumulation volumetric models to improve petroleum resource assessment in Sverdrup Basin, Canadian Arctic Archipelago

2011· article· en· W2333002662 sur OpenAlexaffabout
Zhuoheng Chen

Notice bibliographique

RevueGeological Society London Memoirs · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensGeological Survey of Canada
Organismes subventionnairesnon disponible
Mots-clésSverdrupArchipelagoArcticOceanographyStructural basinResource (disambiguation)The arcticEnvironmental scienceGeologyPaleontologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Sverdrup Basin hosts a structural petroleum play in Mesozoic clastic reservoirs. Twenty-one discovered fields (eight crude oil and 25 natural gas pools) have 294.1×106m3crude oil, and 500.3×109m3natural gas, original in-place contingent resources. We discuss and compare discovery process and volumetric assessment methods that, respectively, predict a 673.1×106m3or 698.7×106m3median crude oil resource and a 1187.4×109m3or 1202.8×109m3median natural gas resource. Both methods predict that the largest crude oil and third-largest natural gas pools are undiscovered, a result inferred to be consistent with available data and the exploration history. Volumetric assessments can precede any discoveries and they use common geoscience data inputs; however, they can be affected by data interdependencies and biases from exploratory sampling and subjective parameter estimates, particularly those affecting the number of accumulations. Discovery process methods solve for the accumulation numbers and size distribution simultaneously, accounting for sampling bias and free of data interdependencies, but only once sufficient discoveries exist. The Sverdrup Basin dataset and exploration history permit us to cross-validate volumetric and discovery process assessments and validate their predictions, for example undiscovered pool sizes, against a regional geoscience dataset. The discovery process results agree well with geoscience constraints, but the initial volumetric assessment must be restricted to predict undiscovered pool sizes consistent with the geoscience dataset. Our analysis illustrates advantages and potential pitfalls for volumetric and discovery process assessments and shows that cross-validation between methods and against available data constrains resource potentials and improves confidence in result.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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: Empirique
Score de désaccord entre enseignants0,160
Score d'incertitude au seuil0,321

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
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 Opus0,039
Tête enseignante GPT0,255
Écart entre enseignants0,216 · 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

Citations0
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeological Society London MemoirsMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207