MétaCan
Menu
Retour à la cohorte
Enregistrement W4312426254 · doi:10.23880/ppej-16000306

Hydraulic Fracturing Process Systems and Fluids: An Overview

2022· article· en· W4312426254 sur OpenAlexaboutno aff
F Yehia

Notice bibliographique

RevuePetroleum & Petrochemical Engineering Journal · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueOil and Gas Production Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHydraulic fracturingPetroleum engineeringNatural gasPetroleumFossil fuelRevenueUnconventional oilProcess (computing)Oil and natural gasProduction (economics)EngineeringEnvironmental scienceBusinessNatural resource economicsGeologyWaste managementEconomicsComputer scienceFinance

Résumé

récupéré en direct d'OpenAlex

Hydraulic fracturing has become a critical component of global petroleum and natural gas development, with most the countries around the globe, for example, Canada, India, England, and China actively pursuing the implementation of this technology to increase oil production after declination as well as tap into this new source of energy. Hydraulic fracturing has created jobs and increased revenue in several states across the country. However, as with any advanced technology, there are concerns about its long-term environmental impact. Thus, many researchers and technicians continuously conduct advanced studies to inform industries about any new or upcoming regulations. In this study, a mini-review of the fracking process is considered an important section of the petroleum and natural gas industries. Moreover, researchers demonstrated knowledge about the frac systems and different hydraulic fracturing fluids that are utilized for a fracking job which were different from one fracking system to another in addition to the nature of the reservoir formation. It is a significant factor that production engineers take into consideration when applying hydraulic fracturing to enhance oil or gas production and treat the formation damage, as well. Since the formation damage considers the most critical issue affecting oil and gas production due to fine migration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,109
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 recherche0,0000,002
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 Opus0,011
Tête enseignante GPT0,232
Écart entre enseignants0,221 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePetroleum & Petrochemical Engineering JournalMême sujetOil and Gas Production TechniquesTravaux en français237 207