MétaCan
Menu
Retour à la cohorte
Enregistrement W2762378119

Drilling grade barite: : the global outlook

2015· article· en· W2762378119 sur OpenAlexaboutno aff
Andrew Scogings

Notice bibliographique

RevueIndustrial Minerals · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDrillingEconomic shortageGeologyTable (database)Mining engineeringConsumption (sociology)Quarter (Canadian coin)EngineeringPetroleum engineeringGeographyArchaeologyComputer scienceMechanical engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In contrast, the US uses over 95% of its barite output for the oil drilling industry, highlighting a general correlation between rig activity and barite consumption, though this ratio has been affected over the past decade due to increased horizontal drilling, which in the US currently accounts for 70% of compared with only 15% in 2004 ( Figure 3 ). It appears that increased drilling of horizontal holes per rig platform has resulted in higher consumption of barite per rig. In terms of drilling location, the Gulf of Mexico (GoM) is the largest consumer of drilling-grade barite in the world, and for a number of years this was dominated by imports of Chinese lump barite to grinding mills in various coastal locations. Indian barite supply has risen and is now believed to account for nearly one quarter of imports to the GoM. The American Petroleum Institute (API) introduced a new barite grade (SG 4.1) in August 2010, in addition to the long-standing 4.2 specification. The intention was not to replace the 4.2 grade, but to provide the end-user with choice as to which material to use. This change was driven in part by a shortage of SG 4.2 barite, especially from mines in Nevada, which is the US's primary domestic barite producing region. Drilling-grade barite is specified by the API and must meet certain SG, chemical and sizing requirements ( Table 1 ).

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0020,003
Science ouverte0,0000,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0190,019

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 GPT0,246
Écart entre enseignants0,159 · 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 source (Gemma direct ou Codex distillé), 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial MineralsMême sujetDrilling and Well EngineeringTravaux en français237 207