MétaCan
Menu
Retour à la cohorte
Enregistrement W4414224305 · doi:10.5724/gcs.38.107

Shale compositional trends in the Cenomanian–Turonian Cretaceous Western Interior Seaway: facies and sequence stratigraphic models

2025· book-chapter· en· W4414224305 sur OpenAlexaffabout
Bruce S. Hart, Michaël Hofmann, Guy Plint, M P B Nicolas

Notice bibliographique

RevueGulf Coast Section SEPM eBooks · 2025
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensGeological Survey of CanadaWestern University
Organismes subventionnairesnon disponible
Mots-clésSiliciclasticMarine transgressionFaciesDeposition (geology)Sequence (biology)ShoreCretaceousOil shalePelagic sediment

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Predictive facies and sequence-stratigraphic models (Hart 2015, 2016) for fine-grained sediment deposition associated with a peak transgression in an epeiric seaway have been tested here using elemental, mineralogical, TOC, and wireline log data. Our samples were collected from close to the Cenomanian–Turonian boundary from five widely dispersed locations (Texas, New Mexico, Colorado, Alberta, Manitoba). We collected data from a range of lithotypes (shales, marlstones, and limestones) from both core and exposures to test the models. Profiles of major elements (Si, Al, Ca, etc.) and TOC show distinctive trends depending on the relative proximity of the location to the shoreline at peak transgression. Siliciclastic minerals (and hence elements such as Si, Al, K) dominate the section in our most proximal location whereas peak transgression was dominated by deposition of pelagic carbonates in distal locations. Organic-carbon content is variably related to sediment composition, again depending on the relative proximity of the location to the shoreline at peak transgression. TOC is highest in marlstones (deposited where pelagic and siliciclastic sediments mixed) and decreases both in basin-center limestones and in proximal, siliciclastic shales.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,852
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,238
Écart entre enseignants0,207 · 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.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreAutre

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'admission2
Résumé présentoui

Explorer davantage

Même revueGulf Coast Section SEPM eBooksMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207