MétaCan
Menu
Retour à la cohorte
Enregistrement W2746715565 · doi:10.1071/aj15054

Safety leadership and collaboration in the Queensland natural gas exploration and production industry

2016· article· en· W2746715565 sur OpenAlexaff
W. W. Simpson, Mark Greene, Sean O’Donnell, Michelle Zaunbrecher, Warwick King, Steve Ciccone

Notice bibliographique

RevueThe APPEA Journal · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueOil and Gas Production Techniques
Établissements canadiensConocoPhillips (Canada)
Organismes subventionnairesnon disponible
Mots-clésSAFERPublic relationsBusinessSustainabilityProduction (economics)FeelingBusiness caseMarketingEngineeringProcess managementComputer securityEconomicsPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

The industry in Queensland operates within a common geographical area and uses similar technologies with common hazards and risks. In terms of safety, companies must be seen as one industry and not separate entities. As a result, collaboration on safety is a natural outcome, and in 2014 this led to the creation of the Queensland Natural Gas Exploration & Production Industry Safety Forum (known as Safer Together), an inclusive member-led organisation of a range of operating and contract partner companies. Initial emphasis was on the set-up/organisation and getting early engagement. With more than 80 companies signed up as members in the first 12 months, Safer Together made a strong start. The emphasis has now switched to delivery, and with all member companies feeling the strain of the industry downturn, working together has never been so crucial to ensure that safety is never compromised. This extended abstract presents a case study of what Safer Together is learning about the fundamental prerequisites required to ensure long-term sustainability and the success of the forum. Challenges discussed include:maintaining and increasing membership in tough times;ensuring senior leaders continue to be actively engaged, regardless of other business pressures;ensuring simple solutions don’t become too difficult to implement when rolled out to many different companies;avoiding initiative overload; and,demonstrating tangible value to member companies. This is not an easy journey, and more challenges lie ahead. But the enormous safety benefits make it the right thing to do as an industry.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,911
Score d'incertitude au seuil0,146

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,024
Tête enseignante GPT0,241
Écart entre enseignants0,217 · 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'étudeAutre devis
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe APPEA JournalMême sujetOil and Gas Production TechniquesTravaux en français237 207