MétaCan
Menu
Retour à la cohorte
Enregistrement W4389660857 · doi:10.1016/j.energy.2023.129966

Compaction and clay content control mudrock porosity

2023· article· en· W4389660857 sur OpenAlexaff
Amirsaman Rezaeyan, Niko Kampman, Vitaliy Pipich, Lester C. Barnsley, Gernot Rother, Clayton Magill, Jingsheng Ma, Andreas Busch

Notice bibliographique

RevueEnergy · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesChemical Sciences, Geosciences, and Biosciences DivisionBasic Energy SciencesOffice of ScienceStatistical Society of AustraliaU.S. Department of Energy
Mots-clésPorosityCompactionMineralogyMaturity (psychological)GeologySedimentary depositional environmentMethaneClay mineralsSedimentary rockGeotechnical engineeringGeochemistryChemistryStructural basinGeomorphology

Résumé

récupéré en direct d'OpenAlex

Mudrocks, ubiquitous yet poorly understood sedimentary rocks with significant variations in composition and physical properties, form seals for geological carbon dioxide and energy (e.g., hydrogen and methane) storage, repositories for radioactive waste disposal, and reservoirs for natural gas. Understanding the controls on mudrock pore structure is essential for evaluating their porosity. The identification and quantification of controls depend on the nano-to micron scale pore network, which are the subject of this study. Small-angle (SANS) and very small-angle neutron scattering (VSANS) experiments were conducted on 13 diverse mudrock sets, characterised by differences in mineralogy, stratigraphy, maturity, and depositional environment. We performed multivariate statistics to systematically characterise the pore structure in 71 samples cross a 5 μm–2 nm pore size range. Our results indicate a multivariate approach more effectively captures the complex controls on porosity rather than single parameters. Compaction and clay content emerge as key primary and secondary controls on mudrock porosity, respectively, upon which we introduce a new porosity classification. Our complementary experimental-statistical assessment involving SANS-derived multiscale porosity sheds new light on the influence of structural controls on storage or production capacity in mudrocks.

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 enseignants0,105
Score d'incertitude au seuil0,227

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 recherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,208
Écart entre enseignants0,188 · 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

Citations13
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergyMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207