MétaCan
Menu
Retour à la cohorte
Enregistrement W3139417659 · doi:10.1021/acsomega.1c00026

Conformance Control in Oil Reservoirs by Citric Acid-Coated Magnetite Nanoparticles

2021· article· en· W3139417659 sur OpenAlexaff
Hassan Divandari, Abdolhossein Hemmati‐Sarapardeh, Mahin Schaffie, Maen M. Husein, Mohammad Ranjbar

Notice bibliographique

RevueACS Omega · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésChemical engineeringPolyacrylamideMaterials scienceResidual oilDynamic light scatteringCitric acidMicromodelNanoparticleFourier transform infrared spectroscopyMagnetorheological fluidEnvironmentally friendlyMagnetiteOil fieldEnhanced oil recoveryChemistryNanotechnologyPetroleum engineeringComposite materialMagnetic fieldOrganic chemistryPolymer chemistryMetallurgyGeology

Résumé

récupéré en direct d'OpenAlex

NPs of an average diameter of 40 nm, well coated with citric acid. CACM NPs provide a high pressure drop coupled with an acceptable resistance factor and residual resistance factor owing to NP arrangement into a solid-/gel-like structure in the presence of a magnetic field. A resistance factor and a residual resistance factor of 3.5 and 2.14, respectively, were achieved for heavy oil and the heterogeneous micromodel. This structure contributed to an appreciable plugging efficiency. CACM NPs respond to ∼1000 G of magnetic field intensity and display a constant resistance factor at intensities between 4500 and 6000 G. CACM NPs act as a gel, forming a solid-/gel-like structure, which moves toward the magnetic field and thereby shuts off the produced water and increases the oil fraction. The findings of this study suggest the ability to shut off water production using specially designed magnetic field-responsive smart fluids. The application would require innovative design of field equipment.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,702

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,005
Tête enseignante GPT0,202
Écart entre enseignants0,197 · 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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS OmegaMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207