MétaCan
Menu
Retour à la cohorte
Enregistrement W2793284800 · doi:10.1021/acs.est.7b06609

Managing Environmental Liability: An Evaluation of Bonding Requirements for Oil and Gas Wells in the United States

2018· article· en· W2793284800 sur OpenAlexfundno aff
Jacqueline S. Ho, Jhih‐Shyang Shih, Lucija Muehlenbachs, Clayton Munnings, Alan Krupnick

Notice bibliographique

RevueEnvironmental Science & Technology · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Bureau of Land ManagementUniversity of CalgaryPaul G. Allen Family Foundation
Mots-clésLiabilityEnvironmental scienceOil spillPetroleum engineeringFossil fuelBusinessWaste managementEnvironmental protectionEngineeringAccounting

Résumé

récupéré en direct d'OpenAlex

Inactive oil and gas wells present an environmental hazard if not properly plugged. Upon drilling a well, operators are required to post a bond, which ensures that the operator has an incentive to plug and abandon (P&A) at the end of the well's life, and that, if the state is left with the liability of managing "orphaned" wells, it can cover the cost of P&A. Using data from 13 state agencies on their orphaned well plugging expenditures, we provide new estimates of P&A costs in the United States and compare them to bond amounts. Current state bonding requirements are insufficient to cover the average P&A cost of orphan wells in 11 of these 13 states. These should be reviewed and revised where necessary. We also examine the factors influencing P&A costs using detailed data on orphaned wells in Kansas. Given the variability of P&A costs, bonds would be more effective if they varied by factors that are meaningful in explaining P&A costs, such as well depth, location, and proximity to groundwater. State regulators can use the statistical approach developed in this paper to improve bonding requirements and to better predict the P&A costs of their orphaned wells.

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)0,007
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,261
Écart entre enseignants0,246 · 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'étudeObservationnel
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

Citations29
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207