MétaCan
Menu
← Retour à la cohorte
Enregistrement W2560141686 · doi:10.36334/modsim.2011.i7.prakash

The Oil Sands Pit Lake Model – Sediment Diagenesis Module

2011· article· en· W2560141686 sur OpenAlexfundaboutno aff

Notice bibliographique

RevueChan, F., Marinova, D. and Anderssen, R.S. (eds) MODSIM2011, 19th International Congress on Modelling and Simulation. · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensnon disponible
Organismes subventionnairesEgg Farmers of Canada
Mots-clésDiagenesisSedimentGeologyOil sandsEnvironmental sciencePetroleum engineeringGeochemistryGeomorphologyArchaeologyGeographyAsphalt

Résumé

récupéré en direct d'OpenAlex

In the Athabasca Oil Sands Region of Canada, bitumen is close enough to the surface and sufficiently concentrated to be recovered using conventional surface mining and chemical extraction.At the end of mining operations, oil sands mining operators have proposed to use pit lakes as closure waterbodies, and many of these pit lakes will contain water-capped tailings.The tailings pore water will contain various amounts of labile and refractory organic compounds, nutrients, trace metals and ion concentrations that ultimately will be released to the water cap as the tailings consolidate.In addition to advective release of constituents, chemical reactions within the tailings will result in changes to the redox state, speciation and phase of several chemicals.To predict the fate of various constituents in oil sands tailings, a sediment diagenesis module has been developed that is coupled with CE-QUAL-W2.The module includes several physical and chemical processes, such as tailings consolidation, coupled with lake bed deepening and pore water release; biogenic gas production (build up and release of methane, hydrogen sulphide and ammonia); physical release of bubbles through water column; unconsolidated sediment resuspension during bubble ebullition; dynamic oxygen consumption at lake bed (from sediments) and in water column (from bubbles); salt rejection during ice formation.This paper presents the model framework used to develop the Oil Sands Pit Lake Model sediment diagenesis module, including the basis for module algorithms, stage of development and potential uses for the model.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,002

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 GPT0,256
Écart entre enseignants0,217 · 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

Citations2
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChan, F., Marinova, D. and Anderssen, R.S. (eds) MODSIM2011, 19th International Congress on Modelling and Simulation.→Même sujetEnhanced Oil Recovery Techniques→Travaux en français237 207→