MétaCan
Menu
Retour à la cohorte
Enregistrement W2022475633 · doi:10.1111/gwat.12198

Deep Injection of Waste Water in the Western Canada Sedimentary Basin

2014· article· en· W2022475633 sur OpenAlexafffundabout
Grant Ferguson

Notice bibliographique

RevueGround Water · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic Fracturing and Reservoir Analysis
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésStructural basinHydrogeologyGroundwater rechargeSedimentary rockSedimentary basinEnvironmental scienceInjection wellGeologyWater injection (oil production)Petroleum engineeringHydrology (agriculture)GroundwaterGeochemistryAquiferGeomorphologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Injection of wastes into the deep subsurface has become a contentious issue, particularly in emerging regions of oil and gas production. Experience in other regions suggests that injection is an effective waste management practice and that widespread environmental damage is unlikely. Over the past several decades, 23 km(3) of water has been injected into the Western Canada Sedimentary Basin (WCSB). The oil and gas industry has injected most of this water but large amounts of injection are associated with mining activities. The amount of water injected into this basin during the past century is 2 to 3 orders magnitude greater than natural recharge to deep formations in the WCSB. Despite this large-scale disturbance to the hydrogeological system, there have been few documented cases of environmental problems related to injection wells. Deep injection of waste appears to be a low risk activity based on this experience but monitoring efforts are insufficient to make definitive statements. Serious uncharacterized legacy issues could be present. Initiating more comprehensive monitoring and research programs on the effects of injection in the WCSB could provide insight into the risks associated with injection in less developed sedimentary basins.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,746
Score d'incertitude au seuil0,702

Scores Codex et Gemma par catégorie

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

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 Opus0,004
Tête enseignante GPT0,171
Écart entre enseignants0,167 · 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 tête enseignante, 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

Citations48
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGround WaterMême sujetHydraulic Fracturing and Reservoir AnalysisTravaux en français237 207