MétaCan
Menu
Retour à la cohorte
Enregistrement W2943541040 · doi:10.1190/tle38050334.1

Consolidating rock-physics classics: A practical take on granular effective medium models

2019· article· en· W2943541040 sur OpenAlexaff
Fabien Allo

Notice bibliographique

RevueThe Leading Edge · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensVirtual Materials Group (Canada)
Organismes subventionnairesnon disponible
Mots-clésGeologyContext (archaeology)Texture (cosmology)Permeability (electromagnetism)Geotechnical engineeringGeophysicsStatistical physicsComputer sciencePhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Granular effective medium (GEM) models rely on the physics of a random packing of spheres. Although the relative simplicity of these models contrasts with the complex texture of most grain-based sedimentary rocks, their analytical form makes them easier to apply than numerical models designed to simulate more complex rock structures. Also, unlike empirical models, they do not rely on data acquired under specific physical conditions and can therefore be used to extrapolate beyond available observations. In addition to these practical considerations, the appeal of GEM models lies in their parameterization, which is suited for a quantitative description of the rock texture. As a result, they have significantly helped promote the use of rock physics in the context of seismic exploration for hydrocarbon resources by providing geoscientists with tools to infer rock composition and microstructure from sonic velocities. Over the years, several classic GEM models have emerged to address modeling needs for different rock types such as unconsolidated, cemented, and clay-rich sandstones. We describe how these rock-physics models, pivotal links between geology and seismic data, can be combined into extended models through the introduction of a few additional parameters (matrix stiffness index, cement cohesion coefficient, contact-cement fraction, and laminated clays fraction), each associated with a compositional or textural property of the rock. A variety of real data sets are used to illustrate how these parameters expand the realm of seismic rock-physics diagnostics by increasing the versatility of the extended models and facilitating the simulation of plausible geologic variations away from the wells.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,005
Science ouverte0,0020,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,029
Tête enseignante GPT0,263
Écart entre enseignants0,234 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Leading EdgeMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207