MétaCan
Menu
Retour à la cohorte
Enregistrement W2808211568 · doi:10.1080/08120099.2018.1472665

Mineralogical characteristics of continental shale: a case study in Yan-Chang Formation, Ordos Basin

2018· article· en· W2808211568 sur OpenAlexafffund
Hucheng Deng, Xinhui Xie, K. Chen, C. Vij, Yuxuan Pang, Huazhou Li

Notice bibliographique

RevueAustralian Journal of Earth Sciences · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChengdu University of Technology
Mots-clésGeologyStructural basinOil shaleGeochemistryChinaGeomorphologyMining engineeringPaleontologyArchaeology

Résumé

récupéré en direct d'OpenAlex

The Chang 7 Member of the Yan-Chang Formation (Yan-Chang #7 Member), which is located in the central south of the Ordos Basin (China), is assessed for its potential as a shale gas resource. The characteristics and spatial variability of mineral components in this continental shale formation play a crucial role in evaluating and characterising the shale reservoirs. We collected 64 shale core samples from 30 representative sampling sites located in the central south of the Ordos Basin using X-ray diffraction and field emission scanning electron microscopy to study the mineral compositions, vertical/planar variations of minerals, and the major controlling factors that result in such variations. Based on the relative fractions of the dominant minerals, the shale rocks can be classified into four categories: quartz-rich (type #1), illite/chlorite-rich (type #2), illite–smectite mixed-layer-rich (type #3) and feldspar-rich (type #4). In general, type #1 is mainly located in the northwest of the study area, type #4 is mainly located in the south of the study area, and types #2 and #3 are sandwiched between types #1 and #4. In the centre of the basin, the illite content increases with burial depth and the conversion from smectite to illite, which is experimentally confirmed in this study, enhances the surface porosity of shale. The major factors influencing the properties and spatial variability of the mineral components include sedimentary environment, provenance and diagenesis. Compared with marine shales in China (e.g. Longmaxi marine shales), the Yan-Chang #7 Member continental shale has a higher clay content, but lower calcite, dolomite and pyrite contents. The brittleness indexes of type #1 shale in Wuqi and its surrounding areas are marginally higher than that of Longmaxi marine shales, which makes the type #1 shale in the Wuqi and its surrounding areas slightly easier to fracture than the Longmaxi marine shales.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,202
Score d'incertitude au seuil0,241

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,050
Tête enseignante GPT0,293
Écart entre enseignants0,243 · 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'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

Citations7
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAustralian Journal of Earth SciencesMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207