MétaCan
Menu
Retour à la cohorte
Enregistrement W2554766884 · doi:10.1121/1.4970602

Using elastic nonlinear modulation of sound by sound to detect fracture orientation in reservoir rocks

2016· article· en· W2554766884 sur OpenAlexaff
James A. TenCate, Alison Malcolm, Michael C. Fehler

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Waves and Analysis
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésMicroscale chemistryNonlinear systemGeologyAcousticsAmplitudeTight gasSound (geography)Modulation (music)Sound waveOrientation (vector space)Slip (aerodynamics)PhysicsGeotechnical engineeringGeometryOpticsHydraulic fracturingMathematics

Résumé

récupéré en direct d'OpenAlex

Cracks play a key role in our ability to produce oil and gas or monitor water resources, from microscale cracks that enable permeability in tight formations to larger faults and fractures that compartmentalize reservoirs. Our ability to sense and understand cracks is thus of key importance. We explore the role that cracks play in the nonlinear interaction of propagating waves using an elastic version of modulation of sound by sound. We present a laboratory experiment in which a strong S-wave slightly changes the velocity of a lower amplitude P-wave, and use a rock sample with aligned fractures to demonstrate that this signal is strongly dependent on fracture orientation. We build on the linear slip theory to show that the propagating S-wave is indeed able to open the cracks that the P-wave velocity will be most sensitive to. This gives firm, direct evidence that cracks are a controlling factor in the nonlinear elastic properties of rocks, and opens up the possibility of using such signals to remotely map fracture orientations.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,259
Écart entre enseignants0,243 · 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'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'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetSeismic Waves and AnalysisTravaux en français237 207