MétaCan
Menu
Retour à la cohorte
Enregistrement W3202770475 · doi:10.3390/min11101042

An Integrated Imaging Study of the Pore Structure of the Cobourg Limestone—A Potential Nuclear Waste Host Rock in Canada

2021· article· en· W3202770475 sur OpenAlexaboutno aff
Zhazha Hu, Shuangfang Lu, Jop Klaver, Jan Dewanckele, Alexandra Amann‐Hildenbrand, Garri Gaus, Ralf Littke

Notice bibliographique

RevueMinerals · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensnon disponible
Organismes subventionnairesChina Scholarship Council
Mots-clésCalciteDolomiteMineralogyPyritePorosityGeologyQuartzPermeability (electromagnetism)Gas pycnometerAuthigenicClay mineralsDiagenesisChemistry

Résumé

récupéré en direct d'OpenAlex

With the development of imaging technology, tools to quantitatively describe pore structure, morphology, and connectivity have been widely applied on low permeable rocks; however, it is still questionable to what extent this information can be used to predict permeability. Applicability and comparability of different techniques are discussed here for the Middle Ordovician Cobourg limestone (Canada), a rock dominated by calcite grains of variable sizes (µm–cm) and heterogeneously distributed quartz, dolomite, pyrite, and meshy clay minerals. Absolute porosities determined by helium pycnometry (HP) in literature are approximately 1.6% (±0.9%), and gas permeabilities range from 10−20 to 10−19 m2. Porosities obtained from BIB-SEM are much smaller compared to those from HP (16–69% of HP). Pores found in clays are smaller, slit-shaped, and more densely spaced when compared to those in calcite minerals. Connectivity between pores could not be resolved with 3D micro-CT or FIB-SEM reconstructions, which have a resolution limit of 8 µm and 10 nm, respectively. However, assuming the pores to be connected, laboratory-derived permeability data could be fitted using a simple capillary bundle model, including information about the visible pore size distributions obtained from BIB-SEM images and a tortuosity range of 8 to 15.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,534
Score d'incertitude au seuil0,790

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 Opus0,004
Tête enseignante GPT0,188
Écart entre enseignants0,184 · 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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMineralsMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207