Simulations d'injections de CO<sub>2</sub> dans des roches sédimentaires en laboratoire : outils et interprétations des interactions géochimiques pour la séquestration de CO<sub>2</sub>.
Bibliographic record
Abstract
Certains des plus importants producteurs de gaz à effet de serre (GES) d’Amérique du Nord, comme les cimenteries, sont situés sur des réservoirs géologiques permettant la séquestration du CO2. Limiter l’impact environnemental de ces producteurs reste un enjeu majeur dans plusieurs provinces canadiennes, dont le Québec, où l'industrie du ciment représente jusqu'à 7 % des émissions provinciales de CO2. Le développement de nouvelles méthodes à l’échelle d’un laboratoire est nécessaire pour mieux caractériser le potentiel de séquestration en fonction des lithologies, des réservoirs, des unités sédimentaires, et particulièrement des unités carbonatées. Les résultats présentés sont issus de différentes mesures (ex. propriétés pétrophysiques, compositions chimiques, pétrographie) effectuées avant et après expérimentation sur les échantillons rocheux et leur saumures saturantes respectives. Les résultats présentent des modifications des échantillons de roches avec des variations subtiles de porosité/perméabilité et de morphologie minéralogique, surtout pour les roches carbonatées, et la formation de précipités au sein de la roche et dans les saumures pour chaque lithologie à la suite de l’expérience. Les concentrations ioniques et les mesures conventionnelles (pH, conductivité) des saumures indiquent la mobilisation de certains éléments au cours de processus de dissolution/précipitation.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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 source (direct Gemma or distilled Codex), 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".