MétaCan
Menu
Retour à la cohorte
Enregistrement W2883068556 · doi:10.1093/gji/ggy304

KG²B, a collaborative benchmarking exercise for estimating the permeability of the Grimsel granodiorite – Part 1: measurements, pressure dependence and pore-fluid effects

2018· article· en· W2883068556 sur OpenAlexaff
Christian David, J. Wassermann, Florian Amann, D. A. Lockner, E. H. Rutter, T. Vanorio, Alexandra Amann‐Hildenbrand, Joël Billiotte, Thierry Reuschlé, Didier Lasseux, J. Fortin, R. Lenormand, A. P. S. Selvadurai, P. G. Meredith, John Browning, T. M. Mitchell, Didier Loggia, F Nono, Joël Sarout, Lionel Esteban, Catherine Davy, Laurent Louis, G. N. Boitnott, Claudio Madonna, Eberhard Jahns, Marc Fleury, Guillaume Berthe, Pierre Delage, P Braun, David Grégoire, Laurent Perrier, P. J. Polito, Y Jannot, Alain Sommier, Bernhard M. Krooß, R. Fink, Qinhong Hu, Jop Klaver, A. Clark

Notice bibliographique

RevueGeophysical Journal International · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil and Unsaturated Flow
Établissements canadiensMcGill University
Organismes subventionnairesCommonwealth Scientific and Industrial Research OrganisationNatural Environment Research CouncilSight Research UK
Mots-clésBenchmarkingPermeability (electromagnetism)HumanitiesGeologyPolitical sciencePhilosophyChemistryManagement

Résumé

récupéré en direct d'OpenAlex

Measuring the permeability of tight rocks remains a challenging task. In addition to the traditional sources of errors that affect more permeable formations (e.g. sample selection, non-representative specimens, disturbance introduced during sample acquisition and preparation), tight rocks can be particularly prone to solid–fluid interactions and thus more sensitive to the methods, procedures and techniques used to measure permeability. To address this problem, it is desirable to collect, for a single material, measurements obtained by different methods and pore-fluids. For that purpose a collaborative benchmarking exercise involving 24 laboratories was organized for measuring the permeability of a single low permeability material, the Grimsel granodiorite, at a common effective confining pressure (5 MPa). The objectives of the benchmark were: (i) to compare the results for a given method, (ii) to compare the results between different methods, (iii) to analyze the accuracy of each method, (iv) to study the influence of experimental conditions (especially the nature of pore fluid), (v) to discuss the relevance of indirect methods and models and finally (vi) to suggest good practice for low permeability measurements. In total 39 measurements were collected that allowed us to discuss the influence of (i) pore-fluid, (ii) measurement method, (iii) sample size and (iv) pressure sensitivity. Discarding some outliers from the bulk data set (4 out of 39) an average permeability of 1.11 × 10−18 m² with a standard deviation of 0.57 × 10−18 m² was obtained. The most striking result was the large difference in permeability for gas measurements compared to liquid measurements. Regardless of the method used, gas permeability was higher than liquid permeability by a factor approximately 2 (kgas = 1.28 × 10−18 m² compared to kliquid = 0.65 × 10−18 m²). Possible explanations are that (i) liquid permeability was underestimated due to fluid-rock interactions (ii) gas permeability was overestimated due to insufficient correction for gas slippage and/or (iii) gases and liquids do not probe exactly the same porous networks. The analysis of Knudsen numbers shows that the gas permeability measurements were performed in conditions for which the Klinkenberg correction is sufficient. Smaller samples had a larger scatter of permeability values, suggesting that their volume were below the Representative Elementary Volume. The pressure dependence of permeability was studied by some of the participating teams in the range 1–30 MPa and could be fitted to an exponential law k = ko.exp(–γPeff) with γ = 0.093 MPa−1. Good practice rules for measuring permeability in tight materials are also provided.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,681
Score d'incertitude au seuil0,311

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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,238
Écart entre enseignants0,226 · 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'étudeSimulation ou modélisation
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

Citations30
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Journal InternationalMême sujetSoil and Unsaturated FlowTravaux en français237 207