MétaCan
Menu
Retour à la cohorte
Enregistrement W1968402555 · doi:10.2118/162935-ms

Improving the Annual Reserves/Audit Process Through the Use of Citrix and Web-Based Applications

2012· article· en· W1968402555 sur OpenAlexaff
C. Six, Arthur Faucher, Harry Helwerda

Notice bibliographique

RevueSPE Hydrocarbon Economics and Evaluation Symposium · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensCanadian Natural Resources
Organismes subventionnairesnon disponible
Mots-clésWorkflowBusiness processProcess (computing)Internal auditTransparency (behavior)Process managementAuditBusinessWork (physics)Computer scienceEngineeringComputer securityWork in processAccountingDatabaseMarketing

Résumé

récupéré en direct d'OpenAlex

Abstract As companies are increasingly challenged by oil and gas reserve disclosure and corporate governance requirements, it takes more internal and external resources to be compliant. This paper outlines a secure Citrix and web based process which has been used for over 5 years that significantly improves access to data, communication, work product quality, transparency, efficiency, and thus, the cost of an annual reserves or audit requirement. The most significant process change is that the reserve database is hosted by the E&P company with the independent consultant acting as the administrator through secure Citrix access. The process utilizes industry available software processes that allow the independent consultant and E&P company staff, in different parts of the world, to see the work product in 24/7, resulting in workflow and cost efficiencies related to data and/or interpretation issues. In addition to the final report, the reserve database and technical/financial models are also available to the E&P Company for internal business decisions and updating during the year which improves the external process for the following year-end. There are a number of opportunities to improve the Citrix and web based process which will also be discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,385

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,284
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Hydrocarbon Economics and Evaluation SymposiumMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207