MétaCan
Menu
Retour à la cohorte
Enregistrement W2041005825 · doi:10.2118/112161-ms

Subsea Production Enhancement—Success and Failure Over Five Years

2008· article· en· W2041005825 sur OpenAlexfundno aff
Eamonn McGennis

Notice bibliographique

RevueAll Days · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueOffshore Engineering and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesAGE-WELL
Mots-clésSubseaContext (archaeology)Work (physics)Completion (oil and gas wells)Petroleum engineeringProduction (economics)Natural gas fieldIntervention (counseling)PerforationEngineeringMarine engineeringComputer scienceGeologyMechanical engineeringNatural gasEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Subsea well intervention has been around in the North Sea for many years as documented in papers such as Pollock (1990) but in the last five years there has been renewed interst due to a combination of high oil price and aging wells. This paper will look at the actual results achieved with production enhancement work done in subsea wells across the United Kingdom (UK) sector of the North Sea over a five year period 2002 to 2007. This time frame allows the results to be seen in the context of longer term field value. All the work included in the paper was done rig-less with a specialist subsea well intervention vessel. It covers a range of different oil producing fields operated by a number of different companies. The work done was through tubing and included zone isolation and re-perforation. No work was done in any gas fields. The paper will detail the production profiles of the wells both before and after the intervention work along with a discussion of the work done and an explanation of the factors that influenced the final result both good and bad. To facilitate an open discussion of the success and failures all data is presented anonymously. The high cost of subsea wells makes it essential to maximise the overall recovery per subsea well. This paper will detail actual results which may point the way forward.

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)0,006
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,191
Écart entre enseignants0,183 · 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'étudeObservationnel
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

Citations3
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAll DaysMême sujetOffshore Engineering and TechnologiesTravaux en français237 207