MétaCan
Menu
Retour à la cohorte
Enregistrement W3040786771 · doi:10.1016/j.ptlrs.2020.06.003

A new framework for selection of representative samples for special core analysis

2020· article· en· W3040786771 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevuePetroleum Research · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta InnovatesEnergi SimulationHeriot-Watt University
Mots-clésPetrophysicsGeologySelection (genetic algorithm)Function (biology)Reservoir modelingReservoir engineeringComputer sciencePetroleum engineeringPetrologyGeotechnical engineeringPaleontologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Special core analysis (SCAL) measurements play a noteworthy role in reservoir engineering. Due to the time-consuming and costly character of these measurements, routine core analysis (RCAL) data should be inspected thoroughly to select a representative subset of samples for SCAL. There are no comprehensive guidelines on how representative samples should be selected. In this study, a new framework is presented for selection of representative samples for SCAL. The foundation of this framework is using methods of PSRTI, FZI∗ (FZI-star) and TEM-function for the early estimation of petrophysical static, dynamic, and pseudo-static rock types at RCAL stage. The global hydraulic element (GHE) approach is benefitted and a FZI∗-based GHE method (i.e., GHE∗) is presented for partitioning data. The framework takes into consideration different laboratory, reservoir engineering, geological, petrophysical and statistical factors. A carbonate reservoir case is presented to support our methodology. We also show that the current forms of Lorenz and Stratigraphic Modified Lorenz Plots in reservoir engineering are not appropriate, and present new forms of them.

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.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,943
Score d'incertitude au seuil0,404

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
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 Opus0,144
Tête enseignante GPT0,389
Écart entre enseignants0,245 · 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