A Rating System for Sustainability of Industrial Projects with Application in Oil Sands and Heavy Oil Projects: Areas of Excellence, Sub-Divisions, and Management Intereactions
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
In the structure of the WA-PA-SU project sustainability rating system, three main aspects are considered: areas or categories of excellence, each with a set of criteria; areas or subdivisions of an oil sands or heavy oil project; and management integration. The resources involved in project development, expectations of stakeholders, and potential environmental impact define the ten areas or categories of excellence: project & environmental management excellence (PEME); site & soil resource excellence (SSRE); water resource excellence (WRE); atmosphere & air resource excellence (AARE); natural & artificial lighting excellence (NALE); energy resource excellence (ERE); resources & materials excellence (RME); innovation in design & operations excellence (IDOE); infrastructure & buildings excellence (IBE); and education, research & community excellence (ERCE). The structure of the rating tool considers the complexity and size of oil sands and heavy oil projects, dividing them in nine different areas or sub-divisions: project integration, provisional housing/buildings, permanent housing/buildings, roads, oil transportation & storage, mining process, in-situ process, upgrading & refining, and shutdown & reclamation. The development of the WA-PA-SU project sustainability rating system offers a proactive approach, which aligns with sustainability principles, for oil sands and heavy oil projects throughout their life cycle phases, the project management processes (e.g. initiation, planning, execution, monitoring and control, and close-out), and the life cycle of sub-projects and processes.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,000 |
| 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