MétaCan
Menu
Retour à la cohorte
Enregistrement W2045020317 · doi:10.2118/0310-0018-jpt

Technology Partnerships for Challenging Environments

2010· article· en· W2045020317 sur OpenAlexaff
Garry P. Mahoney

Notice bibliographique

RevueJournal of Petroleum Technology · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensIntecsea (Canada)
Organismes subventionnairesnon disponible
Mots-clésBusinessEquity (law)Industrial organizationProduction (economics)Economics

Résumé

récupéré en direct d'OpenAlex

Guest editorial It is widely accepted today that for the remainder of Hydrocarbon Era, global energy stability will rely increasingly upon crude oil and natural gas recovered from giant offshore fields, many of which will be located far from major markets, in hostile environments such as ultradeepwater and the Arctic. Less understood is the fact that large-scale, multibillion-dollar developments are precisely where the principal technological and economic drivers to push beyond technological boundaries are the strongest and where stakeholder participation and partnering is most complex. The different agendas of the various partners and stakeholders in such developments often compound the challenges of technological complexity. For example, a national oil company typically is seeking to ensure long-term domestic political stability and to invigorate the national economy with development of natural resources. A top-tier international oil company is generally aiming to maintain global production, improve unit production costs, and maintain reserves, while, for most smaller operators, the drivers tend to be rapid and reliable realization of assets that feed dynamic balance sheets. In the case of technology providers—namely vendors, constructors, and fabricators—the drivers tend to be stretching applications of established technology, early capitalization of investment in new equipment/assets, maintaining competitiveness, and vying for market share. Against a backdrop of daunting technological challenges, operators, equity owners, and other stakeholders in demanding frontier developments frequently differ on such fundamental issues as contracting strategies; the timing of project milestones; or the program for technology selection, maturation, and implementation. Opinions are often divided, also, over how to balance the costs and risks of technology selection, or the extent of a given technological stepout. Such disagreements are compounded by the very different business drivers and risk appetites of project partners, stakeholders, and technology providers.

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)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,159

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,003
Communication savante0,0130,010
Science ouverte0,0020,007
Intégrité de la recherche0,0130,017
Charge utile insuffisante (le modèle a refusé de juger)0,0470,019

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 Opus0,020
Tête enseignante GPT0,264
Écart entre enseignants0,245 · 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'étudeSans objet
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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Petroleum TechnologyMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207