MétaCan
Menu
Retour à la cohorte
Enregistrement W2117377188 · doi:10.5296/bmh.v3i2.8126

Benchmarking Characteristics of Steam Assisted Gravity Drainage (SAGD) Projects: Based On Interview Findings

2015· article· en· W2117377188 sur OpenAlexafffundabout
Elias Ikpe, Jatinder Kumar, George Jergeas

Notice bibliographique

RevueBusiness and Management Horizons · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueMining Techniques and Economics
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBenchmarkingProcurementSteam-assisted gravity drainageEngineeringScheduleDuration (music)ProductivityBenchmark (surveying)Petroleum engineeringOperations managementWaste managementBusinessOil sandsComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

SAGD is a relatively new method of oil extraction and recovery in Alberta oil and gas industry and the number of new SAGD plants in Alberta is expected to increase within this decade. The paper discusses the interviews finding of benchmarking characteristics of the SAGD projects. The research reviewed and analysed definition of capacity, main features, life cycle/ phases of SAGD projects and also major risks associated with it. A qualitative research methodology was employed in investigating the characteristics of SAGD projects. Interviews were conducted with industry practitioners, which contained open-ended questions. The result found the definition of capacity of SAGD projects is barrels/day and from the lifecycle of SAGD projects procurement/cosntruction phase is 75% of the total project cost while other phase in total constiutues the 25% of the total cost of the project. On the schedule prospective, procurement/construction phase constitute the 55% of the total project duration. This method has the potential to contribute to a reduction in cost and schedule overruns and improves SAGD project performance. It is concluded that the results of the study will help in achieving a higher rate of productivity in the Alberta oil and gas industry.

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 enseignants0,914
Score d'incertitude au seuil0,650

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 Opus0,035
Tête enseignante GPT0,228
Écart entre enseignants0,193 · 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

Citations1
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBusiness and Management HorizonsMême sujetMining Techniques and EconomicsTravaux en français237 207