MétaCan
Menu
Retour à la cohorte
Enregistrement W2596814241 · doi:10.3997/2214-4609.201601570

Effects of Fracture Intersections on Seismic Dispersion - Theoretical Predictions Versus Numerical Simulations

2016· article· en· W2596814241 sur OpenAlexaff
Junxin Guo, J. Germán Rubino, Boris Gurevich, Stanislav Glubokovskikh, Arcady Dyskin, Elena Pasternak

Notice bibliographique

Revue78th EAGE Conference and Exhibition 2016 · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMechanicsPorosityAnisotropyFracture (geology)Porous mediumSlip (aerodynamics)Matrix (chemical analysis)Limit (mathematics)Dispersion (optics)Low frequencyMaterials scienceGeotechnical engineeringGeologyMathematicsPhysicsMathematical analysisComposite materialThermodynamicsOptics

Résumé

récupéré en direct d'OpenAlex

Summary The objective of this study is to quantify the effects of fracture intersections on the frequency-dependent elastic properties of porous and fractured rocks. Three characteristic frequency ranges for fluid pressure communication are identified. In the low frequency limit, fractures are in full pressure communication with the porous matrix. In the high frequency limit, fractures are hydraulically isolated from the matrix and from each other. At intermediate frequencies, fractures are hydraulically isolated from the matrix porosity, but can be in hydraulic communication with each other, depending on whether fracture sets are intersecting. The theoretical solutions for each physical state are derived using linear-slip theory and anisotropic Gassmann equation. The theoretical predictions are then performed for two synthetic 2D samples each containing two orthogonal fracture sets, one with and the other without intersections. The results show good agreement with numerical simulations. The theoretical results are applicable not only to 2D but also to 3D fracture systems.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,755
Score d'incertitude au seuil0,999

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,228
Écart entre enseignants0,218 · 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'étudeAutre devis
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue78th EAGE Conference and Exhibition 2016Même sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207