MétaCan
Menu
Retour à la cohorte
Enregistrement W2501306462 · doi:10.29173/alr347

Potential for Performance-Based Regulation in the Canadian Offshore Oil and Gas Industry

2015· article· en· W2501306462 sur OpenAlexaffvenueabout
R. E. Grant, Will Moreira, David Henley

Notice bibliographique

RevueAlberta Law Review · 2015
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Safety Analysis
Établissements canadiensAbbey Ridge Observatory
Organismes subventionnairesLloyd's Register
Mots-clésPremiseOffshore oil and gasAgency (philosophy)Government (linguistics)Petroleum industryBusinessPosition (finance)Submarine pipelineEnergy lawIndustrial organizationGovernment regulationRisk analysis (engineering)Environmental economicsEconomicsEngineeringFinanceChinaLawEnvironmental lawPolitical scienceEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

After providing a background and comparative assessment of Performance-Based Regulation (PBR) inother offshore oil and gas sectors, the potential for similar application in Canada is discussed. The developments in these sectors have evolved from a prescriptive regulatory scheme to one that is more PBR based. In such a regime, the governing agency sets out objectives for industry performance that include design and operation objectives, as well as expectations for safety and environmental protection. It is then up to the individual company to develop a program as to how they propose to achieve these performance objectives, which is then submitted to the agency for review. The discussion centres on the overall compliance and improvements that have been realized by PBR regimes, and the efficiency of the government agencies. The scheme is intended to be more responsive to industry changes and requires more participation by the regulated companies than in prescriptive regimes. Overall objectives of PBR are to reduce the level of prescriptive measures imposed upon industry by government. while reducing exposure to the risks of offshore oil and gas exploration and development by placing the means ofmanaging the risk in the hands of the operators. The premise of PBR is that these operators are in a belter position to react to changes in technology and risk than are government agencies.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,940
Score d'incertitude au seuil0,870

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
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 Opus0,087
Tête enseignante GPT0,343
Écart entre enseignants0,256 · 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'étudeSans objet
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

Citations5
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAlberta Law ReviewMême sujetRisk and Safety AnalysisTravaux en français237 207