MétaCan
Menu
Retour à la cohorte
Enregistrement W2997601125 · doi:10.1190/tle39010029.1

Monitoring the fate of injected CO2 using geodetic techniques

2020· article· en· W2997601125 sur OpenAlexaff
D. W. Vasco, Timothy H. Dixon, A. Ferretti, Sergey Samsonov

Notice bibliographique

RevueThe Leading Edge · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésGeodetic datumGeologyInterferometric synthetic aperture radarSynthetic aperture radarSampling (signal processing)Fault (geology)Oil fieldGeobiologyRemote sensingGeodesyEnvironmental scienceSeismologyPetroleum engineeringRegional geologyTectonicsComputer scienceDetectorTelmatology

Résumé

récupéré en direct d'OpenAlex

Abstract Geodetic methods comprise one class of geophysical data that are sensitive to changes in effective pressure within operating reservoirs, albeit indirectly through induced deformation. Geodetic observations, which have observation intervals that vary from seconds to days, weeks, or months, generally provide more frequent sampling compared to existing geophysical methodologies (such as seismic time-lapse monitoring), which typically invoke repeat times of months to years. These differences in sampling intervals are primarily due to the extensive effort, and hence cost, of conducting geophysical field operations, which often precludes executing a large number of surveys. Satellite-based interferometric synthetic aperture radar (InSAR) is cost effective and used in many applications, including monitoring the injection of carbon dioxide (CO2) for both long-term storage and enhanced oil production. An application to the geologic sequestration of CO2 in Algeria revealed northwest migration along a fault/fracture zone intersected by the injection well. A study in a Texas field demonstrated that enhanced oil recovery utilizing CO2 leads to observable surface deformation that may be used to characterize the sequestered CO2 and to estimate the pressure changes within the reservoir induced by injection and production.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,743
Score d'incertitude au seuil0,191

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 Opus0,053
Tête enseignante GPT0,258
Écart entre enseignants0,205 · 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

Citations19
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

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