The Evaluation, Classification and Reporting of Unconventional Resources
Notice bibliographique
Résumé
Abstract The evaluation of unconventional resources presents many challenges, one of which is a need to evaluate all resource classes, not only Proved reserves. The evaluation of hydrocarbons is described as consisting of three steps: Estimation, Classification, and Reporting, with a concomitant requirement for auditing. The nature of estimates is discussed, in particular, that there is always an associated uncertainty and some fundamental principles of classification are reviewed. The classification of unconventional hydrocarbons is discussed, with an emphasis on Discovered Petroleum Initially-In-Place and Contingent Resources, which are formulated as a series of Decision rules. Information on production potential, either from tests or analogs, is of particular importance when classifying unconventional hydrocarbons, and the typical lack of defined pool boundaries requires that careful consideration be given to the area assigned to various resource categories, both of which points emphasise the need for an understanding of the detailed reservoir geology. The Petroleum Resource Management System (PRMS), supplemented by the Canadian Oil and Gas Handbook (COGEH), has provided the basis for the discussion in this paper, but it is impossible in a short paper to capture these systems in full, and reference should be made to the original source documents for details. The emphasis in this paper is on recovery through wells, but some brief mention of mined hydrocarbon recovery is made. The exploitation of unconventional hydrocarbons is in its early stages, and evaluation procedures, including classification, are still under development. Many aspects of the evaluation process are not addressed in this paper, and those that are, are likely to require further development and modification.
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 | 0,001 | 0,001 |
| 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 ».