MétaCan
Menu
Retour à la cohorte
Enregistrement W4366495730 · doi:10.3389/feart.2023.1169318

Physical properties variation of crude oil under natural laboratory and its geological implications: Dongying Sag, eastern China

2023· article· en· W4366495730 sur OpenAlexfundno aff
Yazhou Liu, Jianhui Zeng, Shuning Liu, Hui Long

Notice bibliographique

RevueFrontiers in Earth Science · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of ChinaAmerican Association of Petroleum Geologists FoundationUniversity of Calgary
Mots-clésSource rockMaturity (psychological)KerogenGeologyBrackish waterGeochemistryStructural basinMineralogyPetroleum engineeringPaleontologyLaw

Résumé

récupéré en direct d'OpenAlex

The Dongying Sag in eastern China is a mature exploration area and contains a wide variety of accumulations ranging from extra heavy oil to light oil. This multi-source lacustrine rift basin provides meaningful insights into the relationships between organofacies, maturity, charging, mixing, and oil properties. The Es3 source rocks are in the immature to mid-mature stage, while the Es4 source rocks are in the immature to late mature stage. Among them, Es4 source rocks were deposited in an anoxic, stratified, brackish water environment. Based on the kinetic model, it appears that the oil generation rate of Es4 source rocks is higher than that of Es3 source rocks, and the oil generation time of Es4 source rocks was earlier than that of Es3 source rocks. Whether in Es4 or Es3 members, source rocks with the kerogen type I have the greatest oil yield compared with other kerogens. The variations in oil physical and geochemical properties can be attributed to differences in organofacies and thermal maturity, which is in agreement with the results of source rock geochemistry and macerals analysis. Because the concentrations of maturity-related biomarkers or non-biomarkers show several orders of magnitude variation across maturity windows, these maturity parameters do not reliably characterize the maturity signals in mixed oil scenarios. Maturity parameters based on biomarker ratios can produce biases that overemphasize the contribution of low maturity oils and thus track the signals of low maturity end-member oils. In contrast, maturity parameters based on aromatic isomers are more sensitive to mixing processes and reflect the mixing degree of the accumulated oils. The same series of maturity parameters can track hydrocarbon migration pathways and relative maturity, while multiple series of maturity parameters can reconstruct hydrocarbon charging and mixing histories.

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 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 enseignants0,469
Score d'incertitude au seuil0,246

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,013
Tête enseignante GPT0,224
Écart entre enseignants0,210 · 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.

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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Earth ScienceMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207