Analysis of the Effect of the Mineral Composition of Samples from the Carbonera Formation and Ottawa Sand on Spontaneous Imbibition Processes in Surfactant Formulation Injection for Enhanced Oil Recovery.
Bibliographic record
Abstract
La industria petrolera colombiana enfrenta desafíos en la extracción de crudo pesado, lo que ha llevado a implementar métodos de recobro mejorado que faciliten la reducción de la tensión interfacial de la fase acuosa y oleosa mediante el uso de surfactantes. Este estudio investiga cómo la composición mineralógica de la Formación Carbonera y la arena Ottawa influye en los procesos de RMP en las pruebas de imbibición espontánea que alteran la mojabilidad; dado a que este fenómeno está vinculado con la adsorción, que es la principal causa de la pérdida de surfactante en el medio poroso, y con la mojabilidad, que se refiere a la tendencia de un sólido a preferir el contacto con un fluido en lugar de con otro. Es por ello por lo que, al seleccionar los surfactantes más eficientes, se evaluaron combinaciones binarias de surfactantes aniónicos y no iónicos a una concentración mayor de los 5000ppm con el fin de garantizar sinergia entre ellos, considerando condiciones específicas del campo tales como salinidad (1039ppm), temperatura (65 °C) y tipo de crudo (pesado). Se realizaron pruebas de detergencia para evaluar la limpieza del crudo residual, pruebas de imbibición espontánea para modificar la mojabilidad, y pruebas de mojabilidad usando el método de la gota cautiva. Estas pruebas se llevaron a cabo sobre muestras de las arenas basales de la Formación Carbonera de la Cuenca de Los Llanos Orientales y comparadas con arena Ottawa, con el fin de estudiar la influencia mineralógica y optimizar la recuperación del crudo.
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 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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".