Net CO2 Stored in North American EOR Projects
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Summary One promising method for reducing carbon dioxide (CO2) emissions when storing CO2 in oil reservoirs is CO2 enhanced oil recovery (EOR). In order to make a significant contribution to mitigating climate change from emissions of greenhouse gases (GHGs), CO2 EOR must actually reduce CO2 emissions by storing net positive volumes of CO2. This requires that CO2-EOR schemes store more CO2 in the subsurface than the execution of the project emits (net positive storage of CO2). Fugitive emissions associated with CO2 EOR primarily include the burning of fossil fuels (fuel gas) to power CO2-injection compressors and the on-site consumption of electric power, which results in CO2 emissions off site, where the power was generated. Evaluating the effectiveness of CO2 EOR in reducing CO2 emissions must be conducted in an unbiased way in which only relevant fugitive emissions that are directly connected with the CO2-EOR project are deducted. It has been suggested that fugitive emissions from downstream oil refining and consumption of the transportation products should be deducted from the net CO2 stored by CO2-EOR projects. This presumes that these emissions (refining and consumption) are incremental to world aggregate oil-consumption emissions and would not occur if the EOR project was not executed. World oil production is determined by world oil demand and if CO2-EOR projects were not undertaken, some other source of oil would step forward and fill the gap. Therefore, executing CO2-EOR projects will not result in incremental aggregate refining and consumption emissions. When downstream-refining and product-consumption fugitive emissions are excluded from the calculation of project-life-cycle CO2-EOR storage, it is clear that CO2 EOR does result in net positive CO2 storage.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle