MétaCan
Menu
Retour à la cohorte
Enregistrement W2885595229 · doi:10.1021/acs.langmuir.8b01819

Nanoscale Phase Measurement for the Shale Challenge: Multicomponent Fluids in Multiscale Volumes

2018· article· en· W2885595229 sur OpenAlexafffund
Junjie Zhong, Yinuo Zhao, Chang Lu, Yi Xu, Zhehui Jin, Farshid Mostowfi, David Sinton

Notice bibliographique

RevueLangmuir · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensUniversity of TorontoUniversity of AlbertaUniversity of New Brunswick
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsAlberta InnovatesE.W.R. Steacie Memorial FundWestern Canada Research GridCompute Canada
Mots-clésOil shaleDew pointHydrocarbonNanoporousCondensationPropaneMethanePhase (matter)Hydrocarbon mixturesNanoporeAdsorptionBubble pointChemical physicsThermodynamicsMaterials scienceNanotechnologyChemistryBubbleMechanicsGeologyPhysicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Hydrocarbon recovery from shale reservoirs provides an increasing share of world energy. These resources are multicomponent fluid mixtures within multiscale geometries, and understanding their associated phase-change thermodynamics presents an array of challenges for experimentalists, theorists, operators, and policy makers. Here, we quantify hydrocarbon mixture phase behavior via direct imaging of connected channels spanning 4 orders of magnitude (10 nm to 10 μm) with supporting density functional theory. The methane/propane mixture dew point shifts, with early condensation of heavy components in nanopores because of a combination of capillarity and competitive surface adsorption. The bubble point in nanoconfinement is found to be deeply suppressed (∼3-fold), to below the bulk dew point of the original mixture, because of the exchange of mixture components with larger connected volumes. The trapping of the heaviest components of hydrocarbon mixtures within the smallest connected pores has implications for shale operations, reserve estimation, and ultimately energy security.

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 enseignants0,882
Score d'incertitude au seuil0,323

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 Opus0,041
Tête enseignante GPT0,276
Écart entre enseignants0,235 · 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

Citations67
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207