MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415848231 · doi:10.1002/cjce.70150

Study on main controlling factors of tight gas reservoir productivity

2025· article· en· W4415848231 sur OpenAlexvenueno aff
Chao Cai, Zicheng Yang, Peng Luo, D. Xu, Jingyi Zhou

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTight gasPermeability (electromagnetism)PorosityProductivityTight oilReservoir engineeringProduction (economics)Flow (mathematics)

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, a differential discrete numerical model is first established, taking into account the pore structure characteristics of tight reservoirs. Subsequently, a research framework for the rock compression coefficient is developed, and its influence on multi‐stage flow in tight reservoirs is investigated. Following this, the main geological controlling factors affecting productivity are analyzed. With porosity and permeability as the focus, a productivity analysis program for tight reservoirs is constructed, revealing the evolution patterns of production capacity under low‐porosity and low‐permeability conditions. The main findings are as follows: (a) In tight reservoir settings, different rock compression coefficients have a relatively limited impact on daily gas production. (b) Initial daily gas production shows little variation across different porosity values; however, as depletion development proceeds, lower porosity leads to a more rapid decline in gas production. (c) At permeability values of 0.03, 0.05, 0.07, and 0.1 mD, the initial daily gas production rates are 1528.578, 2547.596, 3566.587, and 5095.023 m 3 , respectively. Daily gas production gradually decreases throughout the depletion 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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,009
Tête enseignante GPT0,206
Écart entre enseignants0,197 · 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'étudeObservationnel
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 revueThe Canadian Journal of Chemical Engineering→Même sujetHydraulic Fracturing and Reservoir Analysis→Travaux en français237 207→