MétaCan
Menu
Retour à la cohorte
Enregistrement W4412833210 · doi:10.3390/polym17152033

Impact of Adverse Mobility Ratio on Oil Mobilization by Polymer Flooding

2025· article· en· W4412833210 sur OpenAlexfundno aff
A.B.M. Wahid Murad, Arne Skauge, Behruz Shaker Shiran, Tormod Skauge, Alexandra Klimenko, Enric Santanach‐Carreras, Stéphane Jouenne

Notice bibliographique

RevuePolymers · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensnon disponible
Organismes subventionnairesTotalEnergi SimulationHeriot-Watt University
Mots-clésPolymerProduced waterEnhanced oil recoveryMaterials scienceRheologyExtraction (chemistry)Environmental scienceChemical engineeringPetroleum engineeringPulp and paper industryEnvironmental engineeringChemistryChromatographyComposite materialGeology

Résumé

récupéré en direct d'OpenAlex

Polymer flooding is a widely used enhanced oil recovery (EOR) method for improving energy efficiency and reducing the carbon footprint of oil production. Optimizing polymer concentration is critical for maximizing recovery while minimizing economic and environmental costs. Here, we present a systematic experimental study which shows that even very low concentrations of polymers yield relatively high recovery rates at adverse mobility ratios (230 cP oil). A series of core flood experiments were conducted on Bentheimer sandstone rock, with polymer concentrations ranging from 40 ppm (1.35 cP) to 600 ppm (10.0 cP). Beyond a mobility ratio threshold, increasing polymer concentration did not significantly enhance recovery. This plateau in performance was attributed to the persistence of viscous fingering and oil crossflow into pre-established water channels. The study suggests that low concentrations of polymer may mobilize oil at high mobility ratios by making use of the pre-established water channels as transport paths for the oil and that the rheology of the polymer enhances this effect. These findings enable reductions in the polymer concentration in fields with adverse mobility ratios, leading to substantial reductions in chemical usage, energy consumption, and environmental impact of the extraction process.

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)0,001
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
Métarecherche0,0000,001
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 Opus0,005
Tête enseignante GPT0,257
Écart entre enseignants0,252 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymersMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207