MétaCan
Menu
Retour à la cohorte
Enregistrement W4417067223 · doi:10.1016/j.petlm.2025.11.007

Shale oil flow simulation considering laminar characteristics and desorption of ad-/absorbed oil from kerogen

2025· article· en· W4417067223 sur OpenAlexaff
Mingzhe Dong, Qian Sang, Nana Song, Ke Wang

Notice bibliographique

RevuePetroleum · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésKerogenOil shaleLaminar flowDesorptionFlow (mathematics)Tight oil

Résumé

récupéré en direct d'OpenAlex

Laminated continental shale oil reservoirs have the potential for commercial development. In this paper, a new simulation method for interlayer and intra-layer coupled flow in laminated shale reservoirs is established. This method simulates the structural characteristics of shale-sandstone longitudinal interlayer distribution by dual-porositysystem, and combines with chemical reaction model to characterize the desorption process of ad-/absorbed oil from kerogen in shale layers. Then, the intra-layer and interlayer interfacial flow mechanism in the depletion process is investigated, and the contribution of interfacial flow and desorption is analyzed. The results indicate that the sandstone layer is the main oil-producing layer, accounting for over 90% of the total oil production. However, the interlayer flow and kerogen desorption in the shale layers make significant contributions, resulting in an enhancement of 13.41% and 42.64% in the total oil production, respectively. Additionally, the desorption of ad-/absorbed oil from kerogen enhances the energy of both the shale and sandstone layers, significantly increasing their production. Moreover, higher pressure drawdown, total organic carbon (TOC) content, desorption rate, and horizontal permeability of sandstone layers are advantageous for the exploitation of shale oil.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

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 savante0,0000,001
Science ouverte0,0000,000
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 Opus0,010
Tête enseignante GPT0,223
Écart entre enseignants0,213 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePetroleumMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207