MétaCan
Menu
Retour à la cohorte
Enregistrement W2902987256 · doi:10.18192/osurj.v1i1.3711

Taking the hydro out of hydrofracturing: Application of ultra-light weight proppants to cryogenic liquid nitrogen as a fracturing fluid

2018· article· en· W2902987256 sur OpenAlexvenueno aff
Amna Ahmed, Teresa Zhu, Amna Majeed

Notice bibliographique

RevueUniversity of Ottawa Science Undergraduate Research Journal · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHydraulic fracturingFracturing fluidPetroleum engineeringGreenhouse gasLiquid nitrogenEnvironmental scienceFossil fuelMaterials scienceWaste managementEngineeringGeologyChemistry

Résumé

récupéré en direct d'OpenAlex

In the last decade, hydraulic fracturing has rapidly gained popularity worldwide, emerging as the leading method of natural gas extraction in the United States. However, the practice remains controversial due to its contribution to greenhouse gas emissions and the contamination of freshwater used in fracturing fluids. Although waterless fracturing fluids have been developed, including those using N2, CO2, oil, and alcohol, their application has been limited largely due to reduced fracturing power. Recent research has demonstrated that cryogenic nitrogen may prove a viable alternative, if this issue is properly addressed. Addition of durable, lightweight proppants is one way to increase fracturing power. This study aims to investigate the effect of proppant addition on the fracturing capabilities of cryogenic nitrogen. Three ultra-lightweight proppants will be combined with liquid nitrogen and fracturing power will be measured using triaxial stress tests. This novel approach has not yet been explored and will open more avenues of research into sustainable and efficient fracturing using cryogenic nitrogen.

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)0,003
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,728

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0020,000
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 Opus0,019
Tête enseignante GPT0,283
Écart entre enseignants0,264 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Ottawa Science Undergraduate Research JournalMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207