MétaCan
Menu
← Retour à la cohorte
Enregistrement W2969214379 · doi:10.1002/cjce.23627

Phase behaviour modelling of Athabasca bitumen for in situ combustion applications

2019· article· en· W2969214379 sur OpenAlexaffvenue
Ahmad Alizadeh, Robert Moore, Raj Mehta, Hossein Nourozieh

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2019
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensVirtual Materials Group (Canada)University of Calgary
Organismes subventionnairesnon disponible
Mots-clésAsphaltConsistency (knowledge bases)Reliability (semiconductor)Process (computing)Oil sandsPetroleum engineeringEnhanced oil recoveryWork (physics)Process engineeringCombustionPhase (matter)Computer scienceEngineeringMechanical engineeringMaterials scienceChemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract Phase behaviour modelling of reservoir fluid is a fundamental step for reservoir simulation. Furthermore, as the complexity of the recovery process increases, the fluid model plays a more important role in the reliability of the simulation outputs. Although the in situ combustion enhanced oil recovery method (ISC) is one of the most complex recovery techniques available in the petroleum engineering literature, for most of the simulation jobs related to this elaborate process only simple and rudimentary fluid characterization layouts are considered. In this work, the principal fluid properties of Athabasca bitumen with regard to the ISC process are recognized, extracted from the literature, validated for consistency, and used for the development of an inclusive and accurate fluid model. Then the fluid model is fully developed while considering the ISC reaction kinetics so that the model has both accuracy, indispensable for phase behaviour modelling, and consistency, essential for the reactions definitions.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,989
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,222
Écart entre enseignants0,209 · 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'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

Citations3
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical Engineering→Même sujetPetroleum Processing and Analysis→Travaux en français237 207→