Running Out of and Into Oil: Analyzing Global Oil Depletion and Transition Through 2050
Notice bibliographique
Résumé
A risk analysis is presented of the peaking of world conventional oil production and the likely transition to unconventional oil resources such as oil sands, heavy oil, and shale oil. Estimates of world oil resources by the U.S. Geological Survey (USGS) and C. J. Campbell provide alternative views of ultimate world oil resources. A global energy scenario created by the International Institute of Applied Systems Analysis and the World Energy Council provides the context for the risk analysis. A model of oil resource depletion and expansion for 12 world regions is combined with a market equilibrium model of conventional and unconventional oil supply and demand. The model does not use Hubbert curves. Key variables such as the quantity of undiscovered oil and rates of technological progress are treated as probability distributions, rather than constants. Analyses based on the USGS resource assessment indicate that conventional oil production outside the Middle East is likely to peak sometime between 2010 and 2030. Even if oil production does not peak before 2020, output of conventional oil is likely to increase at a substantially slower rate after that date. Analysis based on data produced by Campbell indicates that the peak of non-Middle East production will occur before 2010. Once world conventional oil production peaks, oil sands and heavy oil from Canada, Venezuela, and Russia and, later, shale oil from the United States must expand rapidly if total world consumption of petroleum fuels is to continue to increase.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».