MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394892395 · doi:10.21203/rs.3.rs-4258866/v1

Active ions’ impact in the enhanced oil recovery process: a microfluidic-based approach

2024· preprint· en· W4394892395 sur OpenAlexaff
Yajun Zhang, Menghao Chai, Yumeng Xie, Kunming Liang, Yiqiang Fan

Notice bibliographique

RevueResearch Square · 2024
Typepreprint
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensHusky Injection Molding Systems (Canada)
Organismes subventionnairesnon disponible
Mots-clésBrineMicrofluidicsEnhanced oil recoveryReagentPolydimethylsiloxaneMaterials scienceIonChemical engineeringPorosityPorous mediumWater floodingFlooding (psychology)Petroleum engineeringNanotechnologyChemistryComposite materialGeologyOrganic chemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract More than 50% of the crude oil is trapped inside the pores of the rock after the primary and the secondary oil recovery stage, various methods have been currently used for enhanced oil recovery (EOR) to recover the trapped oil. Brine injection, as the most commonly used approach in EOR, was heavily influenced by the concentration of active ions like Ca2+, Mg2+, and SO42−. In this study, two kinds of polydimethylsiloxane (PDMS)-based microfluidic devices were designed and fabricated to mimic the porous structure in order to study the active ion’s impact in the brine flooding process. Since the PDMS is transparent in the visible range, the fluid flow inside the fabricated porous structure can be observed directly during the brine flooding process. The effect of active ions including Ca2+, Mg2+, and SO42− in the brine flooding process was studied in detail with the microfluidic devices. The proposed method could have wide application potential in the screening of flooding reagents in the oil industry.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,037
Tête enseignante GPT0,381
Écart entre enseignants0,344 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetEnhanced Oil Recovery Techniques→Travaux en français237 207→