الرئيسية › دليل الباحثين › Mohammed Saied
Mohammed Saied
الانتماء : Chouaib Doukkali University
- 4منشورات (انتماء مغربي)
- 4مجموع المنشورات
- 10الاستشهادات
- 2مؤشر h
الملف البحثي
لدى Mohammed Saied 4 منشور(ات) مفهرسة (2021–2024). تُنشر أعماله أساسًا في «Carbonates and Evaporites»، «Journal of Applied Geophysics» و«Modeling Earth Systems and Environment». أكثر مقالاته استشهادًا هو «Inventory and geomorphological analysis of karstic collapse dolines in Sahel-Doukkala (Morocco)» (2024)، وقد استُشهد به 4 مرة. 3 من هذه المنشورات تعود إلى آخر ثلاث سنوات من النشاط. شارك في تأليف أعماله 7 باحثًا على الأقل.
هل هذا أنت؟ عرّف بأبحاثك
أنشئ ملفك على DzCademia مجانًا وأضف مقالاتك: ستظهر بسهولة أكبر على Google وفي مساعدي الذكاء الاصطناعي مثل ChatGPT، فيقرؤها ويستشهد بها عدد أكبر من الناس.
إنشاء ملفي المجاني إضافة منشوراتيمجالات البحث
- Hydrocarbon exploration and reservoir analysis
- Geological Studies and Exploration
- Landslides and related hazards
- Soil erosion and sediment transport
- Geological formations and processes
المنشورات (4)
- Inventory and geomorphological analysis of karstic collapse dolines in Sahel-Doukkala (Morocco)
- 3D structural and petrophysical modeling of Qishn sandstone reservoir in Sharyoof field, Say'un-Masilah basin, Yemen
- Reservoir characteristics modeling using the well-logging approach: a case study of lower cretaceous reservoir of Sharyoof oil field, Say’un-Masilah basin, Yemen
- Structural and stratigraphic study of the Sharyoof oil field, Block 53, in Say’un-Masilah basin using seismic reflection and well logging methods, Yemen
مجلات النشر
- Carbonates and Evaporites × 1
- Journal of Applied Geophysics × 1
- Modeling Earth Systems and Environment × 1
- Arabian Journal of Geosciences × 1
المنشورات حسب السنة
- 20241
- 20222
- 20211
التعاون العلمي
المؤسسات الشريكة : Université Ibn Zohr · Université Sultan Moulay Slimane
المؤلفون المشاركون
البيانات البيبليوغرافية مصدرها OpenAlex (قاعدة مفتوحة).
لماذا تختارون DzCademia؟
ملفات أكاديمية ومقالات ومداخلات علمية: امنحوا أبحاثكم حضوراً عاماً منظماً. تساعد البيانات الوصفية المدمجة محركات البحث ومساعدات الذكاء الاصطناعي على التعرف على أعمالكم وفهم مراجعها.
علّق عبر Google
سجّل الدخول عبر Google للتعليق مباشرة على هذه الصفحة.