MétaCan
Menu
Retour à la cohorte
Enregistrement W4318778681 · doi:10.3389/fphy.2023.1141293

Editorial: Multiphase flow behavior in the deep-stratum and deep-water wellbores

2023· editorial· en· W4318778681 sur OpenAlexaff
Weiqi Fu, Jianjun Zhu, Huazhou Li, Zhiyuan Wang

Notice bibliographique

RevueFrontiers in Physics · 2023
Typeeditorial
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Key Research and Development Program of ChinaState Key Laboratory of Coal Resources and Safe MiningNatural Science Foundation of Jiangsu ProvinceGovernment of Jiangsu ProvinceChina University of Mining and TechnologyNational Natural Science Foundation of China
Mots-clésPetroleum engineeringMultiphase flowStratumPorous mediumFlow (mathematics)Two-phase flowHeat transferHeat exchangerGeologyEnvironmental scienceMechanicsPorosityGeotechnical engineeringThermodynamics

Résumé

récupéré en direct d'OpenAlex

state, heat/mass transfer between gas and liquid, and fluid hydrodynamics in the wellbore depend highly on the temperature and pressure conditions, the multiphase flow behaviors in deep-stratum and deep-water wellbores become much more complicated. Different from the conventional oil and gas exploitation, the production of oil and gas from the and deep stratum deep-water regions involves multiple complex physical phenomena, such as phase transition (gas-liquid-solid-supercritical), particle deposition (wax, hydrate, water scale, asphaltene, etc.), changes of heat/mass transfer induced by phase change, and so on. It is, therefore, of high importance to discuss the multiphase flow behavior in the deep-stratum and deep-water wellbores. This Research Topic aims to explore recent developments in this area and focused on the following two aspects: 1) Numerical simulations of gas-liquid or liquid-solid two-phase flow in porous media, 2) Experiments and simulations of multiphase flow in the pipelines and wellbores. There are a total of 12 articles under this Research Topic.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
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 Opus0,005
Tête enseignante GPT0,229
Écart entre enseignants0,224 · 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'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PhysicsMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207