MétaCan
Menu
Retour à la cohorte
Enregistrement W1998384402 · doi:10.1021/es300718h

Life Cycle Greenhouse Gas Emissions of Current Oil Sands Technologies: Surface Mining and <i>In Situ</i> Applications

2012· article· en· W1998384402 sur OpenAlexafffundabout
Joule Bergerson, Oyeshola Femi Kofoworola, Alex D. Charpentier, Sylvia Sleep, Heather L. MacLean

Notice bibliographique

RevueEnvironmental Science & Technology · 2012
Typearticle
Langueen
DomaineEnergy
ThématiqueGlobal Energy and Sustainability Research
Établissements canadiensUniversity of TorontoAlberta EnergyUniversity of Calgary
Organismes subventionnairesAlberta Innovates
Mots-clésOil sandsAsphaltGreenhouse gasEnvironmental scienceSynthetic crudeFossil fuelLife-cycle assessmentExtraction (chemistry)Unconventional oilGasolineFugitive emissionsWaste managementEnvironmental engineeringEngineeringProduction (economics)GeologyChemistry

Résumé

récupéré en direct d'OpenAlex

Life cycle greenhouse gas (GHG) emissions associated with two major recovery and extraction processes currently utilized in Alberta's oil sands, surface mining and in situ, are quantified. Process modules are developed and integrated into a life cycle model-GHOST (GreenHouse gas emissions of current Oil Sands Technologies) developed in prior work. Recovery and extraction of bitumen through surface mining and in situ processes result in 3-9 and 9-16 g CO(2)eq/MJ bitumen, respectively; upgrading emissions are an additional 6-17 g CO(2)eq/MJ synthetic crude oil (SCO) (all results are on a HHV basis). Although a high degree of variability exists in well-to-wheel emissions due to differences in technologies employed, operating conditions, and product characteristics, the surface mining dilbit and the in situ SCO pathways have the lowest and highest emissions, 88 and 120 g CO(2)eq/MJ reformulated gasoline. Through the use of improved data obtained from operating oil sands projects, we present ranges of emissions that overlap with emissions in literature for conventional crude oil. An increased focus is recommended in policy discussions on understanding interproject variability of emissions of both oil sands and conventional crudes, as this has not been adequately represented in previous studies.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,876
Score d'incertitude au seuil0,246

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,011
Tête enseignante GPT0,268
Écart entre enseignants0,257 · 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'étudeSimulation ou modélisation
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

Citations94
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetGlobal Energy and Sustainability ResearchTravaux en français237 207