MétaCan
Menu
Retour à la cohorte
Enregistrement W4392376677 · doi:10.1002/jqs.3612

Mechanism of organic matter enrichment in a basin with shallow biogenic gas: a case study of Pleistocene shale in the Qaidam Basin

2024· article· en· W4392376677 sur OpenAlexaff
Xiaoxue Liu, Zhenxue Jiang, Xianglu Tang, Zeyu Shao, Mingshuai Xu

Notice bibliographique

RevueJournal of Quaternary Science · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensSimon Fraser University
Organismes subventionnairesChina Scholarship CouncilNational Natural Science Foundation of China
Mots-clésGeologyStructural basinOil shalePleistoceneShale gasGeochemistryOrganic matterPaleontologyGeomorphologyChemistry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Organic matter is the material basis of shale gas. The Qaidam Basin is a key exploration and development area for shallow biogenic shale gas in China. In this study, we have focused on Quaternary Pleistocene shale in the Qaidam Basin, and the mechanism of organic matter enrichment was investigated in terms of water column stratification and paleoclimate. The results show that the K9–K7 section has greater biological productivity than the K5–K4 section. During the early–middle Pleistocene (K9–K7 deposition period), due to a warm and humid climate, the water column was strongly stratified and herbaceous plants developed, resulting in increased biological productivity. Stronger stratification also led to a reducing environment in the lower layer, which was conducive to the preservation of organic matter from the upper layer. During the late Pleistocene (K5–K4 deposition period), with a dry and hot climate, stratification became weaker and the vegetation evolved into woody plants, reducing biological productivity. Weaker stratification led to destruction of the reducing environment, which was not conducive to enrichment of the sedimentary organic matter. Moreover, the increased temperatures increased the activity of methanogenic bacteria, which consumed a lot of the organic matter.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,664
Score d'incertitude au seuil0,265

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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 Opus0,015
Tête enseignante GPT0,246
Écart entre enseignants0,231 · 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 revueJournal of Quaternary ScienceMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207