MétaCan
Menu
Retour à la cohorte
Enregistrement W2618925320 · doi:10.1155/2017/2915646

Logging Characteristics and Identification Methods of Low Resistivity Oil Layer: Upper Cretaceous of the Third Member of Qingshankou Formation, Daqingzijing Area, Songliao Basin, China

2017· article· en· W2618925320 sur OpenAlexaff
Congjun Feng, Murray K. Gingras, Mengsi Sun, Bing Wang

Notice bibliographique

RevueGeofluids · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNorthwest UniversityNational Natural Science Foundation of ChinaNational Science Foundation
Mots-clésElectrical resistivity and conductivityGeologyAmplitudeCalcareousWater saturationCretaceousMineralogyFormation waterCementation (geology)Geotechnical engineeringComposite materialMaterials sciencePetroleum engineeringPaleontology

Résumé

récupéré en direct d'OpenAlex

This study focuses on low resistivity thick layer sandstone in the X ~ XII groups of the third member of Qingshankou Formation at Daqingzijing oilfield, along with comprehensive data of logging, core, oil test, and production test. Based on the current data, we characterized the logs of low resistivity thick-layer sandstone, quantitatively identified calcareous sandstone and low resistivity reservoir, predicted the reservoir thickness, and further explored the causes of low resistivity reservoir of the region. The resistivity of thick layer sandstone in the X ~ XII groups of Qingshankou Formation can be classified into low amplitude logfacies, middle amplitude logfacies, and sharp high amplitude logfacies. Sharp high amplitude logfacies sandstone is the tight sandstone of the calcareous cementation. Low amplitude logfacies sandstone is water layer. For the middle amplitude logfacies sandstone, water layer or oil-water layer can be identified with the identification standard. Low amplitude structure, high clay content, high irreducible water saturation, and high formation water salinity are attributed to the origin of low resistivity oil layer.

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 enseignants0,088
Score d'incertitude au seuil0,175

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,020
Tête enseignante GPT0,272
Écart entre enseignants0,252 · 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

Citations13
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeofluidsMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207