MétaCan
Menu
Retour à la cohorte
Enregistrement W4280501913 · doi:10.46690/ager.2022.03.08

Characterization of marine shale in Western Hubei Province based on unmanned aerial vehicle oblique photographic data

2022· article· en· W4280501913 sur OpenAlexaff
Senlin Yin, Kaiyue Feng, Xin Nie, Qi Chen, Yan Liu, Peilin Wang

Notice bibliographique

RevueADVANCES IN GEO-ENERGY RESEARCH · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Science and Technology Major ProjectYangtze University
Mots-clésOutcropOil shaleGeologyLithologyTotal organic carbonOblique caseRemote sensingGeochemistryPaleontology

Résumé

récupéré en direct d'OpenAlex

The marine shale in the Sinian Doushantuo Formation of Qinglinkou outcrop section is well developed, but the current characterization methods for outcrops are unsatisfactory. In this paper, the data of outcrop in the field study area were collected by Unmanned Aerial Vehicle, then processed and interpreted by oblique photography technology combined with manual investigation. Subsequently, we established a quantitative geological knowledge database of the shale formations and carried out the typical section of anatomy analysis. The results showed that the high-precision image information captured by unmanned aerial vehicle oblique photography technology can be well coupled with a three-dimensional coordinate system. The three-dimensional digital model was used to characterize the lithologic assemblage, thickness and distribution characteristics of the target reservoir. Based on this digital model, we established the three-dimensional lithology and the total organic carbon models of the outcrop area. The spatial distribution characteristics of interbedding between marine dolomite and shale in the outcrop area were displayed, and the distribution of total organic carbon was revealed under lithological constraints. The models are beneficial for the analysis and prediction of the lithology and total organic carbon, which is of great significance to the understanding of shale gas sweet spots. Cited as: Yin, S., Feng, K., Nie, X., Chen, Q., Liu, Y., Wang, P. Characterization of marine shale in Western Hubei Province based on unmanned aerial vehicle oblique photographic data. Advances in Geo-Energy Research, 2022, 6(3): 252-263. https://doi.org/10.46690/ager.2022.03.08

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil0,153

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
Bibliométrie0,0020,001
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 Opus0,018
Tête enseignante GPT0,281
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'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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueADVANCES IN GEO-ENERGY RESEARCHMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207