Considerations for monitoring, verification, and accounting for geologic storage of CO2
Notice bibliographique
Résumé
Growing concern over the impact of increasing concentrations of greenhouse gases (GHGs), especially carbon dioxide (CO 2 ), in the atmosphere has led to suggested mitigation techniques. One proposal that is attracting widespread attention is carbon capture and storage (CCS). This mitigation approach involves capture of CO 2 and permanent storage in geologic formations, such as oil and gas reservoirs, deep saline formations, and unmineable coal seams. Critical to the successful implementation of this approach is the development of a robust monitoring, verification, and accounting (MVA) program. Defining the site characteristics of a proposed geologic storage project is the first step in developing a monitoring program. Following site characterization, the second step involves developing hypothetical models describing important mechanisms that control the behavior of injected CO 2 . A wide array of advanced monitoring technologies is currently being evaluated by the Weyburn―Midale Project, the Frio Project, and the U.S. Department of Energy's Regional Carbon Sequestration Partnerships Program. These efforts are evaluating and determining which monitoring techniques are most effective and economic for specific geologic situations, information that will be vital in guiding future projects. Although monitoring costs can run into millions of dollars, they are typically only a small part of the overall cost of a CO 2 storage project. Ultimately, a robust MVA program will be critical in establishing CCS as a viable GHG mitigation strategy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».