MétaCan
Menu
Retour à la cohorte
Enregistrement W4394796551 · doi:10.18814/epiiugs/2024/024003

Evaluation of organic matter abundance of source rocks of biogenic gas: a case from the Quaternary Qigequan Formation Shale, Sanhu Depression, Qaidam Basin

2024· article· en· W4394796551 sur OpenAlexafffund
Xiaoxue Liu, Zhenxue Jiang, Xianglu Tang, Kun Zhang, Mingshuai Xu

Notice bibliographique

RevueEpisodes · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensSimon Fraser University
Organismes subventionnairesSimon Fraser UniversityNational Natural Science Foundation of ChinaChina Scholarship CouncilStrong
Mots-clésShale gasGeologyOil shaleStructural basinAbundance (ecology)Source rockGeochemistryQuaternaryDepression (economics)Organic matterGeomorphologyPaleontologyChemistryEcologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A correct understanding of organic matter abundance is key to understanding the conditions necessary for generating biogenic gas, seeking favorable exploration intervals and fields and evaluating resources correctly.The Qigequan Formation shale of the Quaternary in the Sanhu Depression of the Qaidam Basin is taken as the research object.The abundance of dissolved organic matter was determined through total carbon, pyrolysis and other experiments.The evaluation criteria were established and applied.The resource quality is calculated.The results are as follows.(1) Dissolved organic matter is the basis for biogenic gas generation and should be emphasized in the evaluation.(2) The shale has a relatively high dissolved organic carbon (DOC) content, with an average of 2.48 times that of insoluble organic carbon.(3) The DOC of the good source rock is more than 0.60%, that of the medium is 0.25~0.60%,and that of the poor is less than 0.25%.(4) The distribution of good source rocks is influenced by the position and depth of the water column and the paleoclimate.Favorable intervals are mainly in the upper sections of K10, K9 and K8 and the middle section of K7.The favorable areas are mainly the Tainan, Sebei and Sedong areas.

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 enseignants0,323
Score d'incertitude au seuil0,689

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)0,0010,000

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 Opus0,018
Tête enseignante GPT0,248
Écart entre enseignants0,230 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueEpisodesMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207