Identifying Organic Matter (OM) Types and Characterizing OM Pores in the Wufeng–Longmaxi Shales
Notice bibliographique
Résumé
adsorption experiments were performed to study the properties of pores for samples with different TOC and mineral compositions. The results show the following. (1) Pyrobitumen and kerogen can be distinguished under an optical microscope and SEM; the former can be further divided into pyrobitumen without a fixed shape and pyrobitumen with a certain shape, and the latter contains algal fragments, bacteria-like aggregates, graptolite, and micrinite. The overwhelming number of SEM-visible OM pores are mainly observed in pyrobitumen without a fixed shape, whereas pores in other OM types are complex. A PCAS analysis showed that meso-macropores are developed in pyrobitumen without a fixed shape, whereas pores in algal fragments and bacterial-like aggregates are mainly mesopores. (2) Quartz-rich brittle shale will provide more visible SEM pores compared to clay-rich ductile shale, and carbonates are unfavorable for pore development because they can block the pore as cements. Moreover, the rigid mineral framework, including that constructed by quartz recrystallization and pyrite cementation, and the pore-fluid pressure are favorable for the development of OM pores. (3) Adsorption experiments showed that pyrobitumen makes a great contribution to pore development, including micropores and meso-/macropores. Finally, we propose that the pore parameters (e.g., pore diameter, pore form factor, and deformation) of pyrobitumen without a fixed shape may characterize the enrichment condition of shale gas.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».