MétaCan
Menu
Retour à la cohorte
Enregistrement W1976145299 · doi:10.1260/0958-305x.22.5.579

The Future of the Canadian Oil Stands: Engineering and Project Management Advances

2011· article· en· W1976145299 sur OpenAlexaboutno aff
Peter Madden, Jacek D. Morawski

Notice bibliographique

RevueEnergy & Environment · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEngineeringScheduleProject managementProcurementContext (archaeology)Quality assuranceSystems engineeringConstruction engineeringEngineering managementOperations managementComputer scienceBusiness

Résumé

récupéré en direct d'OpenAlex

This paper discusses production technology and project management developments in the Canadian oil sands industry, in the context of AMEC's experience as a consultant and EPCM service provider to lease holders, developers and operators. Mineable and in situ oil sands developments are described, along with methods for and challenges of various production types of in situ, including Cold Flow, Cyclic Steam Stimulation (CSS), Steam Assisted Gravity Drainage (SAGD), Toe to Heel Air Injection (THAI), and VAPEX. Effective project management and supporting systems are critical to achieve cost and schedule targets on large, complex projects performed by AMEC. Workfront planning is essential to achieve optimum construction execution and a best value project. Construction Work Packages (CWPs) divide the work into discrete pieces and the Construction Work Execution Plan influences scheduling of engineering and procurement deliverables. Integration of the schedules and linking to the required on site (ROS) dates of the CWP scopes minimizes workfront duration requirements, allowing progressive completion of systems. AMEC's Engineering Data Warehouse (EDW) works with centrally-hosted, intelligent engineering design tools to assist in achieving tight cost and schedule targets. The EDW ensures all information related to a given piece of equipment is consistent across all systems, supporting quality assurance of engineering data between AMEC, its sub-contractors and supervised contractors. Once verified and consolidated, the information becomes part of a Master Tag Register (MTR), improving AMEC's ability to meet contractual turnover requirements for data quality, completeness and accuracy. Health, safety, security and environmental (HSSE) systems are proactively developed and AMEC's progressive improvement in safety performance over the years is demonstrated. The improvement is due in part to the company's Beyond Zero program, designed to achieve sustainable, world-class HSSE performance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,546

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,008
Études des sciences et des technologies0,0080,004
Communication savante0,0090,003
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,003
Tête enseignante GPT0,133
Écart entre enseignants0,130 · 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 source (Gemma direct ou Codex distillé), 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
GenreSynthèse

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

En bref

Citations15
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & EnvironmentMême sujetDrilling and Well EngineeringTravaux en français237 207