MétaCan
Menu
Retour à la cohorte
Enregistrement W2042835343 · doi:10.2118/97781-ms

Leveraging a New Energy Source To Enhance Heavy-Oil and Oil-Sands Production

2005· article· en· W2042835343 sur OpenAlexaboutno aff
Cameron Geddes, Harry Curlett

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOil sandsAsphaltUnconventional oilSynthetic crudePetroleum engineeringEnvironmental scienceNatural gasFossil fuelPetroleumEnergy sourceSteam-assisted gravity drainageProduction (economics)Steam injectionEnergy supplyGeothermal gradientWaste managementGeologyEnergy (signal processing)EngineeringGeographyArchaeologyEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Every day, approximately 800 million cubic feet of gas is burned in the oil sands region of Alberta in the extraction and processing of heavy oil and bitumen (see Figure 1).1 The vast majority of this energy is used in the creation of steam for Cyclic and SAGD oil production processes for bitumen extraction from the oil sands. One of the main factors limiting further expansion of the oil sands and heavy oil development in the region is natural gas usage. A dependable and predictable energy source is required for continued development of heavy oil and oil sands production in Alberta. Natural gas is currently the preferred source; however, the future availability of a natural gas supply for the region and the cost of that supply are unknown variables with significant economic ramifications. Economic justification of new projects under such conditions is, at best, challenging. Alberta, and clearly the world, is sitting on a virtually unlimited supply of usable geothermal heat energy that would be an attractive solution to the oil sands energy source problem. The green aspects of geothermal energy are appealing for both ethical and political reasons. Of even greater importance to the bitumen producer is that geothermal energy has the potential to provide a significantly positive impact to project economics – the future availability of an energy source that is guaranteed and at a known cost.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 GPT0,235
Écart entre enseignants0,228 · 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'étudeExpérimental (laboratoire)
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

Citations6
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPetroleum Processing and AnalysisTravaux en français237 207