MétaCan
Menu
Retour à la cohorte
Enregistrement W3158704335 · doi:10.1029/2020jb021511

Pore Habit of Gas in Gassy Sediments

2021· article· en· W3158704335 sur OpenAlexaboutno aff
Marco Terzariol, Nabil Sultan, Ronan Apprioual, Sébastien Garziglia

Notice bibliographique

RevueJournal of Geophysical Research Solid Earth · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMethane Hydrates and Related Phenomena
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeologySedimentClassification of discontinuitiesHabitMineralogyNucleationPetroleum engineeringGeotechnical engineeringGeochemistryGeomorphologyChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Gas bubbles are widespread in seafloors and lakebeds and typically found in shallow and fine‐grained sediments. Sediment properties control gas nucleation and gas migration. Gas migration and pathways have been studied mostly in clean coarse particles or fine‐grained matrices. Nevertheless, both cases show very distinct geo‐behaviors. Pore habit is defined by the counteracting effects of effective stress and pore‐throat‐dependent capillary pressure. In this article, we explore gas nucleation by CO2 gas exsolution and its consequent gas‐driven fractures (open‐mode discontinuities) or pore invasion in binary sediments as a function of fines content (FC). We conducted physical test analogies for different FC subjected to gas exsolution. Our results highlight that the pore habit of gas in gassy sediments depends on its capability to invade a neighboring pore (capillarity) and burial depth (effective stress). We show that the load dominant fraction in binary soils can be used to estimate the dominant pore throat size. We then proposed a robust methodology to predict the pore habit of gassy sediments from its properties as defined in recent developments in soil behavior and characterization. Finally, we applied it to a real case offshore Vancouver Island.

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)0,000
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 enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,030
Tête enseignante GPT0,331
Écart entre enseignants0,302 · 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

Citations15
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Solid EarthMême sujetMethane Hydrates and Related PhenomenaTravaux en français237 207