MétaCan
Menu
Retour à la cohorte
Enregistrement W6906371217 · doi:10.17632/d6pp2vrrf5.1

Petrophysical and Geochemical Evaluation of Shales Using Magnetic Resonance T1-T2* Relaxation Correlation

2021· dataset· en· W6906371217 sur OpenAlexaboutno aff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2021
Typedataset
Langueen
DomainePhysics and Astronomy
ThématiqueNMR spectroscopy and applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOil shalePetrophysicsSample (material)Sample preparationRelaxation (psychology)Analytical Chemistry (journal)

Résumé

récupéré en direct d'OpenAlex

Description of this data\n******************* Please view the README.txt file for detailed documentation of data. ********************\n\nDate of Release: 2020/12/1\nIdentifier: doi: 10.17632/d6pp2vrrf5.1\nPermalink: http://dx.doi.org/10.17632/d6pp2vrrf5.1\n\nAssociated publication: Zamiri MS, MacMillan B, Marica F, Guo J, Romero-Zerón L, Balcom BJ. Petrophysical and Geochemical Evaluation of Shales Using Magnetic Resonance T1-T2* Relaxation Correlation. Fuel 2020.\nLink to publication: ....\n\nSuggested citation: Please reference the associated publication above when using any datasets or materials described in the README file.\n\nContact information:\n\tBruce J. Balcom, UNB MRI Research Centre, Physics Department, University of New Brunswick, Fredericton, NB E3B 5A3, Canada, bjb@unb.ca\n\n\tMohammad Sadegh Zamiri, UNB MRI Research Centre, Physics Department, University of New Brunswick, Fredericton, NB E3B 5A3, Canada, mzamiri@unb.ca\n\nThis directory contains the following datasets:\n\tE1_as_received:\t\t\tT1-T2 and T1-T2star measurement data of as-received shale sample E1.\n\tEG4_as_received:\t\tT1-T2 and T1-T2star measurement data of as-received shale sample EG4.\n\tEG4_crushed_native\t\tT1-T2 and T1-T2star measurement data of crushed EG4 shale sample with native fluid content.\n\tEG4_crushed_desorption\t\tT1-T2 and T1-T2star measurement data of crushed EG4 shale sample after water desorption.\n\tEG4_crushed_adsorption\t\tT1-T2 and T1-T2star measurement data of crushed EG4 shale sample after water adsorption.\n\tEG4_crushed_Evaporation_Day0\tT1-T2star measurement data of crushed EG4 shale sample with native fluid content used in evaporation experiment.\n\tEG4_crushed_Evaporation_Day1\tT1-T2star measurement data of crushed EG4 shale sample after placing in the oven at 60C for 1 day.\n\tEG4_crushed_Evaporation_Day5\tT1-T2star measurement data of crushed EG4 shale sample after placing in the oven at 60C for 5 day.\n\tEG4_crushed_Evaporation_Day11\tT1-T2star measurement data of crushed EG4 shale sample after placing in the oven at 60C for 11 day.\n\nFile formats are in *.mat files. Matlab (MathWorks) can be used to read the data.\n\nLicence: CC BY 4.0

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,141

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0420,020

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 Opus0,023
Tête enseignante GPT0,329
Écart entre enseignants0,306 · 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
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)Même sujetNMR spectroscopy and applicationsTravaux en français237 207