MétaCan
Menu
Retour à la cohorte
Enregistrement W4413391069 · doi:10.1115/omae2025-155566

Visualization and Quantitative Analysis of Shale Properties Under CO2 Fluid-Rock Interaction: Implication for CO2 Geological Storage

2025· article· en· W4413391069 sur OpenAlexaff
Lianhe Sun, Haizhu Wang, Zelong Mao, Peichun Amy Tsai, Bin Wang, Yaochen Zhang, Xu Cheng, Huan Li, Mingsheng Liu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésVisualizationOil shaleGeologyPetroleum engineeringShale gasData visualizationComputer sciencePetrologyData mining

Résumé

récupéré en direct d'OpenAlex

Abstract CO2 flooding technology effectively enhances shale oil production while enabling CO2 sequestration. Changes in pore structure and wettability during the flooding process can significantly influence CO2 storage safety. This study investigates the effects of supercritical CO2 (SCCO2) treatment on the pore structure and wettability of shale oil reservoirs. Advanced techniques, including AMICS Automated Mineralogy System (AMICS), Scanning Electron Microscopy (SEM), and Fourier Transform Infrared Spectroscopy (FTIR), were employed to evaluate alterations in mineral composition, pore structure, chemical functional groups, and water/shale contact angles using a contact angle goniometer. Results show that SCCO2 treatment reduces dolomite content, increasing average pore size and pore connectivity. Furthermore, increased hydrophilic functional groups decrease water contact angles, thereby enhancing hydrophilicity and improving sequestration efficiency. These findings offer insights for shale oil recovery and CO2 storage safety evaluation.

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 enseignants0,002
Score d'incertitude au seuil0,005

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
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,047
Tête enseignante GPT0,348
Écart entre enseignants0,301 · 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 sujetCO2 Sequestration and Geologic InteractionsTravaux en français237 207