MétaCan
Menu
Retour à la cohorte
Enregistrement W2773410672

Overcoming the oil price decline

2015· article· en· W2773410672 sur OpenAlexaboutno aff
E. D. Hughes

Notice bibliographique

RevueIndustrial Minerals · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGovernorGovernment (linguistics)State (computer science)Political scienceEngineeringEconomic historyBusinessLawHistoryMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In early April 2015, some frac sand companies were beginning to feel the pinch. Superior Silica Sand, a wholly-owned subsidiary of Emerge Energy Services, announced on 7 April that it had cancelled plans for a new Wisconsin-based frac sand processing facility as a result of tough market conditions. company's CEO, Rick Shearer, said that this was a difficult but necessary decision that was made owing to the project being no longer economically viable. Rick Shearer, CEO of frac sand supplier Superior Silica Sands, explained in January 2015 to the Cap City Times that, We certainly expect things will be softer in 2015 than they were in 2014. But he added that, The good news is that those who are still drilling are using more sand per well. CEO of US Silica shares this perspective. * Fracking bans : in December 2014, the first ban on new fracking came into effect in the city of Denton, Texas; Governor Andrew Cuomo announced that fracking would be banned in New York state; and in Canada, the New Brunswick government was discussing a moratorium on fracking unless five specific conditions are met. Further, in 2015, Houston County discussed a frac sand mining ban; Litchfield County town, Washington, proposed the state's first fracking ban; and the Maryland House of Delegates approved a three-year fracking moratorium. On the contrary, Ontario rejected a fracking moratorium on 26 March 2015

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,188

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,003
Communication savante0,0070,009
Science ouverte0,0010,004
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0560,016

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 Opus0,050
Tête enseignante GPT0,247
Écart entre enseignants0,198 · 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
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial MineralsMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207