MétaCan
Menu
← Retour à la cohorte
Enregistrement W4381250978 · doi:10.1038/s41598-023-35259-5

Early porosity generation in organic-sulfur-rich mudstones

2023· article· en· W4381250978 sur OpenAlexafffundabout
Levi J. Knapp, Omid H. Ardakani, Julito Reyes, Kazuaki Ishikawa

Notice bibliographique

RevueScientific Reports · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensUniversity of CalgaryGeological Survey of CanadaNatural Resources CanadaAlberta Energy
Organismes subventionnairesNatural Resources Canada
Mots-clésKerogenMaturity (psychological)PetrophysicsPorosityDiagenesisGeologyOrganic matterSulfurPyrolysisMineralogySource rockGeochemistryChemistryPaleontologyOrganic chemistryGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract High total organic sulfur (TOS) content (i.e., Type IIS kerogen) is well known to significantly influence kerogen transformation but the effect of TOS content on the evolution of organic porosity has only rarely and indirectly been investigated. This study demonstrates that organic porosity is generated at lower thermal maturity in mudstones containing Type IIS kerogen relative to those with Type II kerogen. To our knowledge this phenomenon has not been previously demonstrated. The implications are relevant for the characterization of organic-rich mudstones as cap rocks, hydrocarbon reservoirs, and disposal reservoirs for CO 2 or nuclear waste because pore systems control storage volumes and matrix fluid flow. Five thermally immature core samples were selected from three organic-rich mudstone units with low to high TOS content: the late Devonian Duvernay Formation (Canada), middle late Miocene Onnagawa Formation (Japan), and early Jurassic Gordondale member of the Fernie Formation (Canada). Hydrous pyrolysis was used to artificially mature splits of the immature samples to four maturity stages, upon which petrophysical and organic geochemical properties were measured and compared to baseline immature samples. Most porosity growth in Type IIS samples occurred below 0.70% VRo eqv , but in Type II samples was broader and robust until 1.1% VRo eqv .

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

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
Bibliométrie0,0010,000
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 Opus0,019
Tête enseignante GPT0,229
Écart entre enseignants0,211 · 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'étudeObservationnel
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
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetHydrocarbon exploration and reservoir analysis→Travaux en français237 207→