MétaCan
Menu
Retour à la cohorte
Enregistrement W2888926243 · doi:10.1520/gtj20160330

Creating Tensile Fractures in Colorado Shale Using an Unconfined Fast Heating Test

2018· article· en· W2888926243 sur OpenAlexaffabout
Biao Li, R.C.K. Wong

Notice bibliographique

RevueGeotechnical Testing Journal · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensUniversity of CalgaryConcordia University
Organismes subventionnairesnon disponible
Mots-clésOil shalePore water pressureUltimate tensile strengthBedGeotechnical engineeringPermeability (electromagnetism)BeddingGeologyRadioactive wastePetroleum engineeringMineralogyMaterials scienceComposite materialWaste managementAnisotropyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Under a high heating rate, thermally induced pore pressure is readily developed in low-permeability soft mudrocks, such as clay shale. Thermally induced pore pressure may lead to tensile fracturing in soft mudrocks and pose severe issues for thermal projects that include thermal heavy oil recovery and radioactive waste disposal. This article presents experimental investigations on the possibility of creating tensile fractures in a clay shale (Colorado shale) sample using a fast heating test. An unconfined fast heating test was conducted on a Colorado shale sample, which was retrieved from an overburdened shale formation above oil sand reservoirs in the Cold Lake area in Alberta, Canada. X-ray computed tomography scanning was applied to observe the thermally induced tensile fracturing behavior. A fully coupled thermal-hydromechanical finite element analysis was performed to examine the thermally induced pore pressure development in the sample. Experimental work indicates that Colorado shale loses its integrity when the sample’s pore pressure is higher than its tensile strength. The generated fractures in Colorado shale are almost parallel to shale’s intrinsic bedding plane.

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,028
Tête enseignante GPT0,280
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 tête enseignante, pas un consensus.

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

Citations5
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeotechnical Testing JournalMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207