MétaCan
Menu
← Retour à la cohorte
Enregistrement W3091196119 · doi:10.1190/segam2020-3425114.1

Integrated interpretation: Using seismic data to de-risk development of the Duvernay Formation, western Canada

2020· article· en· W3091196119 sur OpenAlexaffabout
Ronald Weir, Laurence R. Lines, Don C. Lawton, David W. Eaton, Thomas S. Eyre

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésInterpretation (philosophy)GeologySeismologyComputer science

Résumé

récupéré en direct d'OpenAlex

Development of a resource play such as the Duvernay Formation is subject to intrinsic risks. These may include the risk of incurring additional costs due to induced seismicity, or risks associated with lithologic heterogeneity or unexpected thermal maturity (e.g., dry gas vs. condensate). Proximity to basement-rooted faults is a known risk indicator for induced seismicity, but it may also influence the depositional environment and/or the past or present thermal state of a reservoir, especially if the basinal fluid circulation patterns are fault-controlled. In the case of the Duvernay Formation, off-reef depositional systems include contourite deposition, turbidity/mass flow and insitu biological carbonate precipitation. Deep-seated strikeslip faults may also have played a role in these systems. Here we present a study consisting of 3-D/3-C seismic data, and co-located microseismic surveys in an active hydrocarbon development area. Joint interpretation is enabled by combining microseismic data with seismic-reflection data and displaying the data in depth. A geological picture is constructed by visualizing microseismic hypocenters. This type of visualization can be used to determine best practices for the future location and design of horizontal treatment wells. Presentation Date: Monday, October 12, 2020 Session Start Time: 1:50 PM Presentation Time: 2:40 PM Location: Poster Station 11 Presentation Type: Poster

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,044
Tête enseignante GPT0,230
Écart entre enseignants0,186 · 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'étudeObservationnel
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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSeismic Imaging and Inversion Techniques→Travaux en français237 207→