Case Study on Using Mundu-Paciran Nannofossil Zones (MPNZ) to Subdivide Mundu and Paciran Sequences in the MDA Field, East Java Basin, Indonesia
Notice bibliographique
Résumé
The Husky-CNOOC Madura Limited (HCML) MDA-4 exploration well (2011) in the Madura Strait region targeted Globigerina limestones in the Mundu Sequence (3.8 Ma) and the Paciran Sequence (2.0 Ma). The MDA Field is covered by Merpati 3D Seismic (2005). Seismic features observed from the 3D volume include phase change or polarity reversal at the top of gas filled reservoirs of the MDA structure and DHI flat-spot approximating to the gas-water contact (GWC). The reservoirs are primarily planktonic foraminifera grainstones, packstones and wackestones that have been deposited as pelagic rains and were subsequently redistributed by sea floor bottom currents. Differentiating the Mundu and Paciran Sequences relies heavily on biostratigraphy and chronostratigraphy, as there are no significant lithological features that can be observed between the sequences. This article introduces a method to construct detailed well correlations of the two sequences based on Mundu–Paciran Nannofossil Zones (MPNZ), using high resolution biostratigraphy events. The methodology uses varying nannofossil abundances in the interval NN18 (Late Pliocene) to NN11 (Late Miocene). The best reservoir performance in the study area may occur in the MPNZ-7 and MPNZ-6, which were deposited at the late stage of the depositional cycles.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».