MétaCan
Menu
Retour à la cohorte
Enregistrement W2678089383 · doi:10.1038/s41598-017-04239-x

Live Imaging of Micro-Wettability Experiments Performed for Low-Permeability Oil Reservoirs

2017· article· en· W2678089383 sur OpenAlexafffund
Hanford J. Deglint, Christopher R. Clarkson, Chris Debuhr, Amin Ghanizadeh

Notice bibliographique

RevueScientific Reports · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesAlberta Innovates - Technology Futures
Mots-clésContact angleWettingMaterials sciencePermeability (electromagnetism)ImbibitionEnhanced oil recoveryOil dropletScanning electron microscopeMacroscopic scaleRelative permeabilityPetroleum engineeringGeologyComposite materialChemistryPorosityMembrane

Résumé

récupéré en direct d'OpenAlex

Low-permeability (unconventional) hydrocarbon reservoirs exhibit a complex nanopore structure and micro (µm) -scale variability in composition which control fluid distribution, displacement and transport processes. Conventional methods for characterizing fluid-rock interaction are however typically performed at a macro (mm) -scale on rock sample surfaces. In this work, innovative methods for the quantification of micro-scale variations in wettability and fluid distribution in a low-permeability oil reservoir was enabled by using an environmental scanning electron microscope. Live imaging of controlled water condensation/evaporation experiments allowed micro-droplet contact angles to be evaluated, while imaging combined with x-ray mapping of cryogenically frozen samples facilitated the evaluation of oil and water micro-droplet contact angles after successive fluid injection. For the first time, live imaging of fluids injected through a micro-injection system has enabled quantification of sessile and dynamic micro-droplet contact angles. Application of these combined methods has revealed dramatic spatial changes in fluid contact angles at the micro-scale, calling into question the applicability of macro-scale observations of fluid-rock interaction.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,803

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,017
Tête enseignante GPT0,285
Écart entre enseignants0,268 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations46
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207