MétaCan
Menu
Retour à la cohorte
Enregistrement W2137857657 · doi:10.2118/122710-pa

Integrated Method for Designing Valuable Flexibility in Oil Development Projects

2009· article· en· W2137857657 sur OpenAlexfundno aff
Abisoye Babajide, Richard de Neufville, Michel‐Alexandre Cardin

Notice bibliographique

RevueSPE Projects Facilities & Construction · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensnon disponible
Organismes subventionnairesFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésFlexibility (engineering)Risk analysis (engineering)Computer scienceProcess (computing)Engineering design processSelection (genetic algorithm)Systems engineeringIndustrial engineeringEngineeringBusinessArtificial intelligenceMathematics

Résumé

récupéré en direct d'OpenAlex

Summary This paper presents an integrated method for identifying and inserting valuable flexibility into major projects. It builds upon recent work that (1) documents how errors in estimates can bias the selection of design concepts, (2) shows how concept flexibility can improve the project performance, and (3) usefully illustrates the probability distribution of outcomes. It involves: (1) developing and evaluating a base case design, (2) exploring the outcomes this design might generate, (3) identifying opportunities for flexible design, and (4) evaluating and selecting the most valuable flexibility to incorporate into the design. It embodies a paradigmatic change in the way designers deal with uncertainty: instead of basing a design on fixed assumptions and then testing its sensitivity to risks, the approach recognizes risks in the design process and thereby develops valuable flexibility that increases the expected value of projects. A case study of an oil platform development in the Gulf of Mexico demonstrates the method.

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)0,017
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,043
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,003
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,055
Tête enseignante GPT0,306
Écart entre enseignants0,251 · 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'étudeSimulation ou modélisation
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

Citations27
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Projects Facilities & ConstructionMême sujetReservoir Engineering and Simulation MethodsTravaux en français237 207