Workforce Training on Marine Mammals and Sound: Progress and a Way Forward for an Advanced Joint Industry Course
Notice bibliographique
Résumé
Abstract In 2008, during the SPE International Conference on Health, Safety and the Environment in Nice, France, BP p.l.c. (BP) presented "Managing Marine Mammal Issues: Corporate Policy, Stakeholder Engagement, Applied Research and Training." That paper recognized the need for oil and gas industry staff to develop a basic understanding of the potential effects of underwater sound on marine mammals and offered a short description of one of BP's approaches to familiarization training. Since 2008, stakeholder concerns and regulatory requirements have grown. Today, the oil and gas industry needs employees familiar with the issue as well as a smaller cadre of employees with substantial expertise. This is especially true in areas of relatively new exploration and development activity, such as southern Australia and northern Canada, and in mature areas faced with rapidly-changing regulatory requirements, such as the Gulf of Mexico. Recognizing the importance of this issue, BP has worked towards improving workforce competency through a variety of methods, including an intranet-based familiarization course, third-party courses, internal knowledge-sharing events, and mentoring. While each of these approaches plays an important role in workforce development, the need for an advanced training course focused specifically on industry needs and drawing from industry examples remains. This paper describes an example of an existing BP training program and advocates joint industry development of an advanced training course.
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 | 0,000 |
| 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 | 0,000 | 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 ».