MétaCan
Menu
Retour à la cohorte
Enregistrement W4286717606 · doi:10.1038/s41598-022-15365-6

Short-term forecasting of Mmax during hydraulic fracturing

2022· article· en· W4286717606 sur OpenAlexafffundabout
Ziyan Li, David W. Eaton, Jörn Davidsen

Notice bibliographique

RevueScientific Reports · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématiqueearthquake and tectonic studies
Établissements canadiensHotchkiss Brain InstituteUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMicroseismic Industry ConsortiumCanadian Natural Resources LimitedConocoPhillips
Mots-clésInduced seismicityHydraulic fracturingMaximum magnitudeGeologySeismologySeismic hazardEarthquake predictionRobustness (evolution)Geotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Previous studies of injection-induced earthquake sequences have shown that the maximum magnitude (Mmax) of injection-induced seismicity increases with the net injected volume (V); however, different proposed seismic-hazard paradigms predict significantly different values of Mmax. Using injection and seismicity data from two project areas in northeastern British Columbia, Canada, where hydraulic fracturing induced seismicity was observed, we test the predictive power and robustness of three existing and one novel method to estimate Mmax. Due to their vastly different values of seismogenic index (Σ), these two project areas represent end-member cases of seismogenic response. Our novel method progressively adjusts the Mmax forecast under the assumption that each recorded event embodies an incremental release of fluid-induced stress. The results indicate that our method typically provides the lowest upper bound of the tested methods and it is less sensitive to site-specific calibration parameters such as Σ. This makes the novel method appealing for operational earthquake forecasting schemes as a real-time mitigation strategy to manage the risks of induced seismicity.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,041
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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 ouverte0,0010,000
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 Opus0,027
Tête enseignante GPT0,219
Écart entre enseignants0,191 · 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'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

Citations13
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetearthquake and tectonic studiesTravaux en français237 207