MétaCan
Menu
Retour à la cohorte
Enregistrement W2037713261 · doi:10.1021/ef0700984

Modeling the Energy Demands and Greenhouse Gas Emissions of the Canadian Oil Sands Industry

2007· article· en· W2037713261 sur OpenAlexaffabout
Guillermo Ordorica‐Garcia, Eric Croiset, Peter Douglas, Ali Elkamel, Murlidhar Gupta

Notice bibliographique

RevueEnergy & Fuels · 2007
Typearticle
Langueen
DomaineEnergy
ThématiqueGlobal Energy and Sustainability Research
Établissements canadiensUniversity of WaterlooNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasAsphaltOil sandsEnvironmental scienceDiesel fuelSynthetic crudeWaste managementFossil fuelMethaneFuel oilEnvironmental engineeringUnconventional oilEngineeringGeologyChemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

In this study, the energy requirements associated with producing synthetic crude oil (SCO) and bitumen from oil sands are modeled and quantified, on the basis of current commercially used production schemes. The production schemes were (a) mined bitumen, upgraded to SCO; (b) thermal bitumen, upgraded to SCO; and (c) thermal bitumen, diluted. Additionally, three distinct bitumen-upgrading methods were modeled and incorporated into schemes a and b. In addition to energy demands, the model computes the greenhouse gas (GHG) emissions associated with supplying the energy required to produce bitumen and SCO. This study comprises two distinct situations. The first is the base case in which all the energy is produced using current technology, in the year 2003. The second situation is a future production scenario, where energy demands are computed for SCO and bitumen production levels corresponding to the years 2012 and 2030. The results from the base case include the energy demands for producing thermal bitumen and mined bitumen, upgraded to SCO. These demands are expressed in terms of amounts of hot water, steam, power, hydrogen, diesel fuel, and process fuel for upgrading processes. The model output indicates that the majority of the GHG emissions (70−80%) result during bitumen upgrading. Additionally, it was found that steam, hydrogen, and power are the most GHG-intensive energy inputs to the process, accounting for 80% of the GHG emissions in the base case. CO 2 accounts for 95% of the total GHG, while methane and nitrous oxide are responsible for the remaining GHG emissions of all the producers in the base case. The energy demands for production estimates in the years 2012 and 2030 are also presented. Of all energy commodities, steam demands for thermal bitumen extraction, as well as hydrogen demands for upgrading are poised to multiply roughly 6-fold by 2030, with respect to 2003 levels. The model results reveal that electricity and steam demands for upgrading and mining operations will roughly double by 2012 and increase by a factor of 2.4 between 2012 and 2030.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,736
Score d'incertitude au seuil0,693

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,017
Tête enseignante GPT0,258
Écart entre enseignants0,241 · 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'étudeThéorique ou conceptuel
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

Citations60
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetGlobal Energy and Sustainability ResearchTravaux en français237 207