MétaCan
Menu
Retour à la cohorte
Enregistrement W3107466815 · doi:10.1016/j.gete.2021.100233

Ion-species in pore fluids with opposite effects on limestone fracturing

2021· article· en· W3107466815 sur OpenAlexfundno aff
Anne Pluymakers, Audrey Ougier‐Simonin, Auke Barnhoorn

Notice bibliographique

RevueGeomechanics for Energy and the Environment · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueRock Mechanics and Modeling
Établissements canadiensnon disponible
Organismes subventionnairesHorizon 2020Natural Environment Research CouncilBiogeoscience Institute, University of CalgaryUniversité de StrasbourgSight Research UKUniversiteit UtrechtNederlandse Organisatie voor Wetenschappelijk OnderzoekBritish Geological SurveyCanon Foundation for Scientific Research
Mots-clésCarbonateGeologyPore water pressureDeformation (meteorology)Carbonate rockSedimentary rockFracture (geology)MineralogyHydraulic fracturingGeotechnical engineeringGeochemistryMaterials scienceMetallurgy

Résumé

récupéré en direct d'OpenAlex

At ten percent of sedimentary rocks, limestones are common geo-energy reservoirs. Being highly soluble, limestones are prone to fluid-assisted deformation and their mechanical behaviour likely susceptible to fluid chemistry. In this study, we saturated limestone samples with 0.4 M MgSO4 or 0.4 M Na2SO4 CaCO3-saturated solutions (naturally present in many reservoirs) or a reference CaCO3-saturated solution for 1, 50 or 200 days prior to mechanical testing. Triaxial deformation tests were then performed at 7, 30, and 70 MPa of confining pressure room temperature, under drained conditions. Our results show that exposure to one different cation impacts the strength of this rock (up to 12 of dry rock strength) and its failure dynamics, associated with different microstructural damage distribution. A 200 day exposure to MgSO4 promotes strengthening whilst similar exposure to Na2SO4 leads to weakening. We posit that these strength changes may be related to changes in surface charges on the mineral surfaces. More data on fluid–rock interaction will be key to fully understand fracture propagation in natural carbonate formations.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,641
Score d'incertitude au seuil0,456

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 Opus0,004
Tête enseignante GPT0,154
Écart entre enseignants0,150 · 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'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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeomechanics for Energy and the EnvironmentMême sujetRock Mechanics and ModelingTravaux en français237 207