MétaCan
Menu
Retour à la cohorte
Enregistrement W4233786552 · doi:10.1504/ijogct.2020.109448

Mechanistic study and performance evaluation of steam assisted gravity drainage using direct visualisation of pore-level experiments

2020· article· en· W4233786552 sur OpenAlexaff
Omid Mohammadzadeh, Nima Rezaei, Ioannis Chatzis

Notice bibliographique

RevueInternational Journal of Oil Gas and Coal Technology · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésSteam-assisted gravity drainageSteam injectionCapillary actionPetroleum engineeringViscous fingeringMaterials scienceGeologyMechanicsEnvironmental scienceGeotechnical engineeringOil sandsPorous mediumComposite materialPorosityPhysics

Résumé

récupéré en direct d'OpenAlex

In this paper, insights into the pore-scale physics of SAGD process are presented through analysis of a systematic series of SAGD visualisation experiments, conducted using optical imaging technique and glass-etched micromodels of capillary networks. The steam chamber propagation was found to be influenced by the randomly-distributed fingering of the invading steam front near the mobile oil-steam chamber interface. The steam fingering was extensive during the vertical growth of the steam chamber where the steam buoyant front was protruding through the pores containing a continuum of oil. The steam fingering phenomenon was also observed during the outward propagation of the steam chamber near its lateral wings, but to a lesser extent. The rate of pore-scale horizontal interface advancement was constant at each elevation along the height of the micromodels. The average pore-level SAGD sweep rates as well as the net cumulative steam to oil ratio were correlated using an analytical model. [Received: March 15, 2018; Accepted: February 11, 2019]

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,001
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 Opus0,069
Tête enseignante GPT0,333
Écart entre enseignants0,264 · 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'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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Oil Gas and Coal TechnologyMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207