MétaCan
Menu
Retour à la cohorte
Enregistrement W4304759343 · doi:10.2118/212277-pa

A Novel Approach in Understanding the Role of Water in Oxidation and Upgrading Reactions during In-Situ Combustion Oil Recovery, Part A: Experimental Observations

2022· article· en· W4304759343 sur OpenAlexaff
M. R. Fassihi, A. Alamatsaz, R.G. Moore, S. A. Mehta, M.G. Ursenbach, D. G. Mallory, Pedro Pereira Almao, S. C. Gupta, H. S. Chhina

Notice bibliographique

RevueSPE Reservoir Evaluation & Engineering · 2022
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensCenovus Energy (Canada)University of Calgary
Organismes subventionnairesnon disponible
Mots-clésCombustionConical surfaceAsphaltIn situPetroleum engineeringHydrogenEnvironmental scienceMaterials scienceWaste managementChemical engineeringChemistryGeologyEngineeringComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Summary To understand the role of connate water as a source of hydrogen in oxidation and upgrading of bituminous oil at high temperature, heavy water (D2O) and O-18 enriched water (H2O18) were used as connate water in two different in-situ combustion experiments using a conical tube. Aside from fundamental understanding of the role of such reactions in in-situ combustion, the results could also potentially help in optimizing in-situ hydrogen generation and upgrading of heavy and bituminous oil. The conical tube had previously been used for understanding the impact of air flux (AF) in sustaining the combustion front (Alamatsaz et al. 2011). Significant upgrading was observed in these tests with a produced API gravity of 35 ° compared to the original bitumen gravity of 9 °API. This paper (Part A) deals with the experimental results including a comparison between conical tube and a combustion tube (CT) results. A subsequent paper (Part B) will discuss the upgrading aspects and the mass spectrometry results.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,057
Tête enseignante GPT0,262
Écart entre enseignants0,205 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Reservoir Evaluation & EngineeringMême sujetPetroleum Processing and AnalysisTravaux en français237 207