MétaCan
Menu
Retour à la cohorte
Enregistrement W2561023395 · doi:10.1190/tle36010036.1

Short- and long-term ground deformation due to cyclic steam stimulation in Alberta, Canada, measured with interferometric radar

2016· article· en· W2561023395 sur OpenAlexafffundabout
Sergey Samsonov

Notice bibliographique

RevueThe Leading Edge · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueSynthetic Aperture Radar (SAR) Applications and Techniques
Établissements canadiensARC Resources (Canada)Natural Resources Canada
Organismes subventionnairesNatural Resources CanadaCanadian Space Agency
Mots-clésInterferometric synthetic aperture radarInterferometryGeologyDeformation (meteorology)Synthetic aperture radarSubsidenceTerm (time)GeodesyRadarRemote sensingGNSS augmentationSteam injectionBaseline (sea)Extraction (chemistry)SeismologySatelliteGeomorphologyOpticsPetroleum engineeringTelecommunicationsEngineeringStructural basin

Résumé

récupéré en direct d'OpenAlex

Short- and long-term ground deformation at the cyclic steam stimulation (CSS) enhanced oil recovery sites in the Cold Lake region of Alberta, Canada, was measured with RADARSAT-2 differential interferometric synthetic aperture radar (DInSAR) during 2011–2016. The interferometric processing of 84 high-resolution spotlight images revealed extensive short-term ground uplift and subsidence greater than 15 cm over the 24-day satellite revisit cycle. Time-series analysis based on the multidimensional small baseline subset (MSBAS) methodology demonstrated that while the predominant deformation signal is cyclical in nature, a long-term subsidence and uplift with maximum deformation rates greater than 5 cm/year is also present. These measurements suggest that CSS injection and production operations result in the long-term semipermanent deformation in the area of reservoir operations, and that the response to injection and extraction can differ from the previous cycles.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
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 Opus0,012
Tête enseignante GPT0,220
Écart entre enseignants0,207 · 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

Citations4
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Leading EdgeMême sujetSynthetic Aperture Radar (SAR) Applications and TechniquesTravaux en français237 207