MétaCan
Menu
Retour à la cohorte
Enregistrement W2516271799 · doi:10.1190/segam2016-13960523.1

A multicomponent 3D seismic data study from an oil sands field, Alberta, Canada

2016· article· en· W2516271799 sur OpenAlexaffabout
Bobby Gunning, Don C. Lawton, Helen Isaac

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological Modeling and Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésOil sandsOil fieldField (mathematics)GeologyPetroleum engineeringMining engineeringArchaeologyGeographyAsphalt

Résumé

récupéré en direct d'OpenAlex

Oil sands in the Athabasca region of Alberta are a major hydrocarbon resource. Kelly and Lawton (2012) utilized time-lapse seismic data to study the McMurray formation in the Athabasca region with a detailed geological interpretation of their pre-steam baseline survey. Isaac (1996) processed and interpreted multicomponent 3D seismic data in a heavy oil field in Northeast Alberta, obtaining excellent converted wave volumes. In this project, a multicomponent 3D seismic dataset is used to image and characterize an Athabasca oil sands field. The data provided consists of fully processed PP seismic data, and three-component raw seismic data. The PP data is used for an initial, full volume interpretation including: picking several key reflection horizons, well log ties and post-stack impedance inversion. Joint processing of the PP and PS components is currently underway with promising PS reflectivity being observed. Presentation Date: Wednesday, October 19, 2016 Start Time: 1:55:00 PM Location: 170/172 Presentation Type: ORAL

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,711
Score d'incertitude au seuil0,993

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,030
Tête enseignante GPT0,232
Écart entre enseignants0,201 · 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.

Devis d'étudeObservationnel
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
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetGeological Modeling and AnalysisTravaux en français237 207