MétaCan
Menu
Retour à la cohorte
Enregistrement W1972542771 · doi:10.1016/j.egypro.2014.11.771

Integrating Carbon Capture and Storage with Energy Production from Saline Aquifers: A Strategy to Offset the Energy Cost of CCS

2014· article· en· W1972542771 sur OpenAlexaff
Reza Ganjdanesh, Steven L. Bryant, Gary A. Pope, Kamy Sepehrnoori

Notice bibliographique

RevueEnergy Procedia · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensUniversity of Calgary
Organismes subventionnairesBasic Energy SciencesUniversity of Texas at AustinEnergy Frontier Research CentersU.S. Department of Energy
Mots-clésEnvironmental scienceCarbon capture and storage (timeline)Carbon sequestrationAquiferMethaneGeothermal gradientBrineCarbon dioxideElectricity generationOffset (computer science)Waste managementEnergy storagePetroleum engineeringEnvironmental engineeringGeologyEngineeringChemistryGroundwaterClimate changePower (physics)Geotechnical engineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Extraction of brine containing methane and geothermal energy from saline aquifers has been considered as a method to offset the cost of carbon capture and storage. This study estimates the potential of power generation from methane and heat and compares it with the power required for capture and storage. Nine aquifer models were prepared from average conditions of several wells in the Gulf Coast at depths from 8,000 to 16,000 ft. Reservoir simulation study was performed to estimate the amounts of stored carbon dioxide and produced methane and heat. The study found that the power generation potential from below the depth of 11,000 ft offsets the power required for capture and storage processes.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,538
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,205
Écart entre enseignants0,198 · 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'étudeSans objet
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

Citations10
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy ProcediaMême sujetCO2 Sequestration and Geologic InteractionsTravaux en français237 207