Near-Field Exploration: From Failure to Success
Notice bibliographique
Résumé
Abstract During the late 1980's and early-mid 1990's both BP and Amoco invested large sums of money exploring close to their core producing fields in traditional ‘heartlands’ such as the North Sea, Alaska and L48. These investments were largely unsuccessful. Amoco coined the term ‘stealth exploration’ to describe the activity carried out by individual assets whose failure costs only later appeared on the corporate balance sheet as exploration write-off. The recent industry focus on short-term production has reawakened interest in near-field exploration. BP is no exception. Despite the overall corporate perception of failure, it became apparent that some business units, notably Canada Gas and Egypt Oil, were making a quiet success of near-field exploration. Therefore the company conducted a study to understand what made these BU's successful. The lessons learned were: – A focus on monetisation and cycle time – Tight integration between exploration and production – Tight control of subsurface technical risk – Focus on certain key plays The company allocated a limited amount of seed capital to test the concept of near-field exploration in five business units where BP has a dominant ownership of the regional infrastructure. This diverse group of upstream businesses has successfully managed a limited exploration programme and demonstrated that near-field exploration can be controlled and can add value through short-term production. The key conclusion to be drawn from this story of ‘corpor; learning’ is that near-field exploration in large companies c make money provided three actions are taken: Do not compromise on subsurface technical risk in the face of pressure from engineers and others attracted by the economics – an investment with a positive EMV and/or high RoR with a high technical risk is still a high-risk investment. Manage the activity as an integrated part of the production asset to minimise cycle time. Set tight performance metrics and manage the portfolio globally.
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 | 0,011 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,015 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».