MétaCan
Menu
Retour à la cohorte
Enregistrement W2383252750

GOOD EXPERIENCES LEARNED FROM HOME AND ABROAD TO DEVELOP LARGE GAS FIELDS IN CHINA

2008· article· en· W2383252750 sur OpenAlexaff
Jian Li

Notice bibliographique

RevueTianranqi gongye · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésNatural gas fieldExploitDrillingFossil fuelProcess (computing)Petroleum engineeringProduction (economics)ChinaScale (ratio)Completion (oil and gas wells)Associated petroleum gasNatural gasEngineeringEnvironmental scienceComputer scienceMechanical engineeringGeographyEconomicsWaste managementComputer security
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

To develop large gas fields with the recoverable reserve of 1 tcm has already been on the agenda in Chinese gas industry, and so it can be expected soon huge gas fields with 10 tcm of gas recovery. After briefly introducing many experiences learned from the development of four huge gas fields in Urengoy, Yambury, Medvezhye (Russia), and Groningen (Holland), this paper pointed out 8 points of suggestion as follows: (1) a complete technical mode deploy as a whole, to perform in steps, and to develop in three-dimensional style should be adopted due to imbalance between large scale of gas fields exploitation and low speed of drilling and ground surface construction; (2) the optimization of well types, well completion, and well pattern and spacing should be significantly essential for the development of large gas fields; (3) both gas recovery rate and gas well production should be well controlled; (4) the determination of gas driving modes should be concerned as well; (5) dynamic monitoring should be always carried out through the whole process of exploitation; (6) it should be necessary to exploit gas reservoirs in good balance; (7) more positive techniques should be improved like putting the ax in the helve; (8) various countermeasures should be taken for the HSE executives while building up large gas fields.

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)0,000
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,689
Score d'incertitude au seuil0,534

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,014
Tête enseignante GPT0,233
Écart entre enseignants0,219 · 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'étudeQualitatif
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

Citations2
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTianranqi gongyeMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207