MétaCan
Menu
Retour à la cohorte
Enregistrement W2074734621 · doi:10.1088/1748-9326/8/1/014037

Subsurface energy footprints

2013· article· en· W2074734621 sur OpenAlexaff
Grant Ferguson

Notice bibliographique

RevueEnvironmental Research Letters · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesEarth Institute, Columbia UniversityNational Aeronautics and Space Administration
Mots-clésCarbon sequestrationEnvironmental scienceGeothermal energyFossil fuelEnergy securityGeothermal gradientEnergy developmentEnergy supplyEarth scienceNatural resource economicsEnergy (signal processing)Renewable energyGeologyCarbon dioxideWaste managementEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

Anthropogenic climate change and energy security concerns have created a demand for new ways of meeting society’s demand for energy. The Earth’s crust is being targeted in a variety of energy developments to either extract energy or facilitate the use of other energy resources by sequestering emitted carbon dioxide. Unconventional fossil fuel developments are already being pursued in great numbers, and large scale carbon capture and sequestration and geothermal energy projects have been proposed. In many cases, these developments compete for the same subsurface environments and they are not necessarily compatible with each other. Policy to regulate the interplay between these developments is poorly developed. Here, the subsurface footprints necessary to produce a unit of energy from different developments are estimated to assist with subsurface planning. The compatibility and order of development is also examined to aid policy development. Estimated subsurface energy footprints indicate that carbon capture and sequestration and geothermal energy developments are better choices than unconventional gas to supply clean energy.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,757
Score d'incertitude au seuil0,975

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0850,025

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 Opus0,026
Tête enseignante GPT0,285
Écart entre enseignants0,259 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations14
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research LettersMême sujetCO2 Sequestration and Geologic InteractionsTravaux en français237 207