MétaCan
Menu
Retour à la cohorte
Enregistrement W4391607876 · doi:10.1029/2023wr035291

Advanced Analytical Model for Interpreting Oscillatory Pumping Tests With Wellbore Skin and Rate‐Dependent Skin Effects

2024· article· en· W4391607876 sur OpenAlexaff
Ali Mahdavi, Barret L. Kurylyk, Ying‐Fan Lin

Notice bibliographique

RevueWater Resources Research · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésWellboreSkin effectGeologySkin conductancePetroleum engineeringGeotechnical engineeringMechanicsEngineeringPhysicsBiomedical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Oscillatory pumping tests presents a potential advancement in aquifer testing as they minimize hydraulic perturbations and result in no net water abstraction or injection. However, aquifer property estimates can be less accurate if they are compromised by well head losses during the pumping test. Currently, oscillatory pumping test models ignore these losses. The objective of this study is to develop and evaluate an analytical solution that can interpret oscillatory pumping test data affected by rate‐dependent skin losses. Accordingly, the sensitivity of the drawdown response to small variations in aquifer and well parameters was analyzed. In addition, a previous field aquifer test was analyzed to evaluate the feasibility of the solution for aquifer parameter estimation. The results indicate that neglecting the rate‐dependent skin effect can lead to substantial errors in the determination of aquifer parameters such as transmissivity and storativity. Additionally, the proposed solution effectively reproduces the sharp groundwater level peaks observed in field data, whereas the solution that does not consider the rate‐dependent skin effect greatly underestimates the peak values.

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)0,001
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 enseignants0,040
Score d'incertitude au seuil0,477

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,017
Tête enseignante GPT0,286
Écart entre enseignants0,269 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetWater Systems and OptimizationTravaux en français237 207