MétaCan
Menu
Retour à la cohorte
Enregistrement W2044043119 · doi:10.2118/111960-ms

Sustainable Water Management in the Oil and Gas Industry: Use of the WBCSD Global Water Tool to Map Risks

2008· article· en· W2044043119 sur OpenAlexaff
Jan Dell, Scott Meakin, Joppe Cramwinckel

Notice bibliographique

RevueSPE International Conference on Health, Safety, and Environment in Oil and Gas Exploration and Production · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueMarine and Offshore Engineering Studies
Établissements canadiensPetro-Canada
Organismes subventionnairesnon disponible
Mots-clésPortfolioBusinessAsset (computer security)Petroleum industryFossil fuelAsset managementSustainable developmentRisk managementEnvironmental resource managementEnvironmental economicsEnvironmental scienceComputer scienceFinanceEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper describes an innovative new World Business Council for Sustainable Development (WBCSD) offering, the Global Water Tool, and its use by and value to international oil and gas companies in identifying, prioritizing, and managing their portfolio global risks related to water acquisition, use, and disposal. The Global Water Tool is a free and easy-to-use tool for companies to map their industrial and non-industrial sites to view a picture of their water uses and risks relative to water availability in their global operations and supply chains. It was created through collaboration between numerous non-governmental organizations and business water experts including several global oil and gas companies. Organizations operating or wishing to operate in multiple jurisdictions will find this tool invaluable for informing strategic decision making at the corporate and business unit level. Additionally, while water challenges and opportunities occur at the local level, there are advantages for companies in employing a comprehensive, strategic approach to evaluating and addressing water risks across their asset portfolio. Tool metrics and mapping results and implications for global oil and gas companies are described in the paper.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,931
Score d'incertitude au seuil0,261

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 Opus0,048
Tête enseignante GPT0,255
Écart entre enseignants0,206 · 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'étudeAutre devis
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

Citations2
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE International Conference on Health, Safety, and Environment in Oil and Gas Exploration and ProductionMême sujetMarine and Offshore Engineering StudiesTravaux en français237 207