The Plains CO2 Reduction (PCOR) Partnership: CO2 Sequestration Demonstration Projects Adding Value to the Oil and Gas Industry
Notice bibliographique
Résumé
Abstract Carbon capture, utilization, and storage (CCUS) in geologic media have been identified as an important means for reducing anthropogenic greenhouse gas emissions into the atmosphere (Bradshaw et al., 2006). Several geologic settings are appropriate for geologic storage of carbon dioxide (CO2), including depleted oil and gas reservoirs, deep brine-saturated formations, CO2 flood enhanced oil recovery (EOR) operations, and enhanced coalbed methane recovery. The U.S. Department of Energy (DOE) is pursuing a vigorous program for demonstration of CCUS technology through its Regional Carbon Sequestration Partnership (RCSP) Program, which entered its third phase (Phase III) in October 2007. This phase is planned for a duration of ten U.S. federal fiscal years (October 2007 to September 2017), and its main focus is the characterization and monitoring of large-scale CO2 injection into geologic formations at CCUS sites. The Plains CO2 Reduction (PCOR) Partnership, led by the Energy & Environmental Research Center (EERC), is one of seven regional partnerships established under the RCSP Program. The PCOR Partnership region includes all or part of nine U.S. states and four Canadian provinces (Figure 1) and is made up of numerous private and public sector groups (Figure 2) working to identify the most suitable CO2 storage strategies and technologies, aid in regulatory development, educate the general public, and investigate appropriate infrastructure for CCUS commercialization within its region. The Phase III program undertaken by the PCOR Partnership includes two commercial-scale projects that are of immediate interest to the oil and gas industry, namely the Fort Nelson carbon capture and storage (CCS) feasibility project and the Bell Creek combined CO2 EOR and storage project.
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 | 0,000 | 0,000 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».