Examples from Eastern Venezuelan and Canadian Foothills
Notice bibliographique
Résumé
Résumé — Modélisation de bassin en zones complexes: exemples des piémonts vénézuéliens et canadiens — L'objectif de la modélisation de bassin est de reconstruire l'histoire géologique d'un bassin sédimentaire et de ses systèmes pétroliers afin de pouvoir prédire l'existence d'accumulations. Les modèles de bassin prennent en compte la compaction, les transferts de chaleur, la génération des hydrocarbures et la circulation des fluides. Cependant, les modèles de bassin classiques ne sont pas utilisables dans les zones de piémont où la géométrie est complexe. C'est pour répondre à ce besoin que le prototype Ceres a été développé. Ce prototype est capable de simuler dans une section 2D des écoulements triphasiques pour un bassin dont la géométrie évolue au cours du temps sous l'effet de la sédimentation, de la compaction, des érosions, de la tectonique salifère et des déplacements des blocs le long des failles. Une étude est généralement constituée de trois étapes principales. La première consiste à construire la section à l'époque actuelle. Ceci est généralement effectué à partir de l'interprétation sismique, des données de puits, des observations d'affleurements et des analyses de carottes. Durant cette étape, la section est généralement équilibrée en utilisant un logiciel tel que Locace. La seconde étape consiste à la restauration de la section. La section à l'époque actuelle est restaurée
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».