Resilient Field Developments That Can Accommodate Uncertainty Are the Best Solution for a Sustained Low Oil Price Environment
Notice bibliographique
Résumé
Abstract The upstream industry has been unable to deliver projects successfully over the last ten years, with up to 70% of projects failing to meet schedule or cost targets. This failure rate did not matter when the oil price was high as the projects remained profitable. However, after the oil price dropped in 2015, this level of project failure has become untenable. The linear gated project management systems adopted by the industry over the last fifteen years are suitable for straightforward projects that can be well defined. However, they are not suitable for many of today's projects that are more complex and have significant uncertainty, which require a different approach. This paper describes a project management process developed in the UKCS in the 1990's that was used to bring three projects stuck for 15 years to project sanction. In addition, a recent project is described where the development was designed to accommodate a range of outcomes and by doing so allowed the project to be sanctioned with significant uncertainty still remaining. In the current environment of a sustained low oil price, across the board cuts are often implemented in an attempt to make projects economic. Arbitrary cuts on their own are unlikely to make projects viable and instead the industry needs to take a step back and question the processes that have been used and why they have failed. A different approach is suggested; one that embraces uncertainty to produce resilient projects that can accommodate change. Implementing this will require a change in mindset as much as a change in process.
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 | 0,002 | 0,003 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».