MétaCan
Menu
Retour à la cohorte
Enregistrement W7067257561

Malaysian Sand for Proppant

2013· other· en· W7067257561 sur OpenAlexaboutno aff

Notice bibliographique

RevueUTPedia (Universiti Teknologi Petronas) · 2013
Typeother
Langueen
DomaineDecision Sciences
ThématiqueScientific Computing and Data Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHydraulic fracturingClosure (psychology)Quality (philosophy)Completion (oil and gas wells)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

With the rise in hydraulic fracturing applications over the past decade, the market availability of proppants plays a more significant role in the global oilfield economy. As a result, the demand for commercially manufactured proppants is increasing, fueling the construction of new production facilities around the world. Currently, there are only a few numbers of well-known suppliers of manufactured proppants that dominate the business globally. This project aims to study the properties and characteristics of Malaysia local sand for possible use as proppant specifically local sand resourced from Sarawak area. Quality silica sand from certain areas of the Sarawak state was identified in order to collect the sample. This project includes the study on the recent development of proppant characteristics of local sand as compared to the commercial sand as the Ottawa and Brady sand. It is mostly known characteristic of proppant is its conductivity. Generally, the properties of the proppant which affect its conductivity are mainly roundness, size distribution, resistance to crush under the influence of closure stress, grain-size distribution and proppant density. These properties will be tested in the laboratory in compliance with the International Standard Organization (ISO 13503-2 and ISO 13505-5) for commercial proppant. The results obtained from the analyses will be compared to the existing sand based proppant in the market.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0030,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0150,007

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 Opus0,094
Tête enseignante GPT0,329
Écart entre enseignants0,235 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUTPedia (Universiti Teknologi Petronas)Même sujetScientific Computing and Data ManagementTravaux en français237 207