Data-Driven Connectionist Models for Performance Prediction of Low Salinity Waterflooding in Sandstone Reservoirs

ACS Omega, 2021

Полный текст Открытый доступ: Gold Метаданные (CSL-JSON)
DOI 10.1021/acsomega.1c05493
Достоверность данных 85 высокая
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

. The CMIS model proposed here can be applied with a high degree of confidence to predict the performance of LSWF in sandstone reservoirs. The database assembled for the purpose of this research work is so far the largest and most comprehensive of its kind, and it can be used to further delineate mechanisms behind LSWF and optimization of this EOR process in sandstone reservoirs.