An Accelerated Immersive Capability Development in Unconventional Shale Resource
Notice bibliographique
Résumé
Abstract The unconventional revolution in North America has attracted large investments from national oil companies (NOCs) and international oil companies (IOCs) eager to gain knowledge and add profitable unconventional resources to their asset portfolios. A key element of realizing this goal is the rapid and effective development of in-house technical personnel to support the effort. In 2008, a major NOC in Asia began its unconventional quest with an initial entry into a coal seam gas (CSG) opportunity in Australia, followed by investments in shale gas plays in the prolific Canadian North Montney area. To develop the much needed in-house capability, the NOC partnered with a major service provider to develop and deliver training programs to prepare its geoscientists and engineers to work within the unconventional division. Previous efforts by the NOC to develop in-house unconventional capabilities were hampered by a lack of data specific to their joint-venture shale assets. The newly established Unconventional Division had recently acquired an interest in Canadian Unconventional assets, and challenged the joint team to design a capability development program that would utilize this data, deliver practical experience, and build critical staff knowledge, in less than 6 months. The NOC agreed to provide data from their Canadian asset to enable the development of an accelerated, immersive program. The redesigned 10-week program used a source rock reservoir development workflow that incorporated a geoscience and engineering software suite to enable participants to review the field data and evaluate optimization opportunities. The goal-oriented tasks were to evaluate the project areas and develop the in-place gas resource to reach plateau production. The program was conducted entirely in Kuala Lumpur at the service provider's offices between September 8 and November 20, 2014, with development plan results presented to the NOC's management in Kuala Lumpur and Calgary. This paper presents the program development, challenges encountered through the preparation and deployment, final outcomes, and lessons learned.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».