MétaCan
Menu
Retour à la cohorte
Enregistrement W2555753242 · doi:10.3303/cet1331003

Risk Assessment of CO2 Pipeline Network for CCS – A UK Case Study

2013· article· en· W2555753242 sur OpenAlexaboutno aff
Chiara Vianello, Sandro Macchietto

Notice bibliographique

RevuePadua Research Archive (University of Padova) · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPipeline (software)Computer scienceOperating system

Résumé

récupéré en direct d'OpenAlex

Carbon Capture and Storage (CCS) requires new processes for the capture of CO2 using a variety of existing technologies and also potentially new processes which are still under development. Transport of CO2 in bulk, by pipeline from point sources or ship is also new processes and then can produce emerging risks. The majority of existing CO2 pipeline in the USA and Canada are located along with substantial infield pipe work for Enhanced Oil Recovery (EOR) projects (Kelliher et al, 2008; Kadnar, 2008). The USA experience cannot be easily applied to other regions or situations, in particular in Europe, because the CO2 pipelines in USA are located in areas with low population density. In fact, as stated in the report of the IPCC on CCS (IPCC, 2005), there is a lack of knowledge of safety concerning the pipeline transmission of CO2 in densely populated areas. External safety is one key aspect that should be assessed prior and during the operational phases of CO2 transport. Before starting the design a network, it is necessary select and identified the route corridor of the pipeline.

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)0,001
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,850
Score d'incertitude au seuil0,732

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,290
Écart entre enseignants0,258 · 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'étudeSimulation ou modélisation
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePadua Research Archive (University of Padova)Même sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207