MétaCan
Menu
Retour à la cohorte
Enregistrement W2189199072 · doi:10.2166/wqrj.2007.032

Modeling and Assessment of the Produced Water Discharges from Offshore Petroleum Platforms

2007· article· en· W2189199072 sur OpenAlexafffundabout
Zhihang Chen, Lin Zhao, Kenneth Lee, Charles Hannath

Notice bibliographique

RevueWater Quality Research Journal · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueOil Spill Detection and Mitigation
Établissements canadiensBedford Institute of OceanographyFisheries and Oceans CanadaConcordia University
Organismes subventionnairesFisheries and Oceans CanadaUniversity of Regina
Mots-clésEnvironmental scienceSubmarine pipelinePollutantCurrent (fluid)Water qualityPetroleumMarine engineeringHydrology (agriculture)OceanographyGeologyEngineeringEcologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract There has been a growing interest in assessing the risks to the marine environment from produced water discharges. This study describes the development of a numerical approach, POM-RW, based on an integration of the Princeton Ocean Model (POM) and a Random Walk (RW) simulation of pollutant transport. Specifically, the POM is employed to simulate local ocean currents. It provides three-dimensional hydrodynamic input to a Random Walk model focused on the dispersion of toxic components within the produced water stream on a regional spatial scale. Model development and field validation of the predicted current field and pollutant concentrations were conducted in conjunction with a water quality and ecological monitoring program for an offshore facility located on the Grand Banks of Canada. Results indicate that the POM-RW approach is useful to address environmental risks associated with the produced water discharges.

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)0,007
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,115
Score d'incertitude au seuil0,754

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,087
Tête enseignante GPT0,388
Écart entre enseignants0,301 · 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'étudeExpérimental (laboratoire)
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

Citations15
Publié2007
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetOil Spill Detection and MitigationTravaux en français237 207