Analysis of Finding and Development Costs in Western Canada: Looking for Most Cost Efficient Unconventional Plays
Notice bibliographique
Résumé
Abstract Petroleum producers are currently engaged in significant expenditure towards exploration and development in unconventional oil and gas plays in Western Canada. Finding & Development costs are different in various plays and strategies. But where the producer should focus their resources to achieve most cost efficient production? The paper describes methodology of analysis of Finding & Development cost. A probabilistic model was developed to quantitatively assess exploration and development expenditure, production, and reserves for various producers for different oil and gas plays. The model employs a number of key performance indicators (KPIs) such as Finding & Development costs with and without acquisitions, reserves life, reinvestment, and others. The methodology was applied to a comprehensive study of Finding & Development expenditure in Western Canada focused mostly on unconventional oil and gas. The study included more than 80 oil and gas companies. Each company may be involved in exploration and development of many plays. The expenditure, production, and reserves were analyzed for the last 12 years. The companies were subdivided into three groups based on their production. Each company’s Finding & Development costs and other KPIs were calculated for Western Canada as a whole and for a particular strategy or play where the company was operating, as well as for CBM, tight, and shale gas. The study found significant variance in finding and development cost in Western Canada. All companies and all strategies are ranked based on their Finding & Development costs and other KPIs. The results of the study can be applied to the comparative analysis of efficiency of the exploration and development expenditure, which in turn can help improve portfolio management and decision making 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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».