Modèle géologique des aquifères salins profonds de la région de Bécancour pour la séquestration du CO2.
Bibliographic record
Abstract
De toutes les options de séquestration géologique du CO2, un grand intérêt est porté aux aquifères salins profonds à cause de leur répartition géographique dans les bassins sédimentaires à l’échelle planétaire et leur important volume estimé de stockage. Cette étude s’intéresse à trouver une façon optimale de caractériser les limites des unités géologiques contenant les aquifères salins profonds qui jouent un rôle de réservoir pour la séquestration du CO2 dans la région de Bécancour, dans la plate-forme du Saint-Laurent, Québec. Dans cette étude, la modélisation exacte des unités stratigraphiques sur tout le domaine d’étude n’est pas réaliste à cause de la quantité limitée de puits d’observation et de lignes sismiques disponible. Afin d’optimiser les données éparses disponibles, les toits de formation géologiques identifiés dans le domaine de la profondeur à 11 puits sont krigés en utilisant les horizons sismiques modélisés dans le domaine du temps à partir de 25 lignes sismiques 2D comme dérive externe. Les résultats obtenus sur les horizons géologiques montrent un bon compromis entre la structure spatiale globale exprimée par les variogrammes et les variations spatiales exprimées par la dérive externe évaluée sur les horizons modélisés en temps. Le modèle géologique 3D final contient des cellules de dimensions 100 m x 100 m, ayant une épaisseur variant entre 20 m et 60 m dépendant de l’unité géologique modélisée. Les étendues latérales du modèle sont de 13.6 km x 10.5 km, pour une profondeur totale de 3200 m sous le niveau de la mer. Le modèle géologique 3D sera utilisé comme la structure de base pour la modélisation géostatistique des propriétés pétro-physiques (porosité, perméabilité) dans les aquifères salins profonds de la région de Bécancour.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.004 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".