Notice bibliographique
Résumé
As the number of future LNG projects—from those being constructed to speculative projects in early stages—grows globally, potential LNG buyers, project financiers, investors, partners, host governments, and contractors are struggling to evaluate which projects are more likely to be successful and thus deserving of their attention. Not all projects promoted by a particular company are of equal quality. The author has developed an easy-to-use and easy-to-understand scoring system that is neutral, objective (as much as possible), quantitative, and adaptable based on about 30 criteria, grouped into four categories:Upstream: including criteria such as 1P/3P reserves, NGL%, CO2%, access to reserves, distance to field.Above ground: including host government support, terrorist/violent activity, native rights, taxation stability, political support, government reputation, labour productivity/availability, environmental sensitivity.Technical: technology risk, contractor experience, infrastructure, and engineering stage.Company and market: operator/partner experience, type of off-taker, buyer experience, partner alignment. The scores can be weighted according to the audience priorities. Scoring represents a particular time and its score will change accordingly as a project progresses. Most Australian LNG projects being constructed, designed, and proposed will be evaluated and ranked according to the scoring system above, with up-to-date scores at the time of APPEA 2013. In addition, it is expected that key projects in other countries (in East Africa, North America, East Mediterranean) will also be evaluated to compare their rankings with Australian projects.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».