Heavy Oils and Oil Sands: Global Distribution and Resource Assessment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Global recoverable resources of heavy oil and oil sands have been assessed by CNPC using a geology‐based assessment method combined with the traditional volumetric method, spatial interpolation method, parametric‐probability method etc. The most favourable areas for exploration have been selected in accordance with a comprehensive scoring system. The results show: (1) For geological resources, CNPC estimate 991.18 billion tonnes of heavy oil and 501.26 billion tonnes of oil sands globally, of which technically recoverable resources of heavy oil and oil sands comprise 126.74 billion tonnes and 64.13 billion tonnes respectively. More than 80% of the resources occur within Tertiary and Cretaceous reservoirs distributed across 69 heavy‐oil basins and 32 oil‐sands basins. 99% of recoverable resources of heavy oil and oil sands occur within foreland basins, passive continental‐margin basins and cratonic basins. (2) Since residual hydrocarbon resources remain following large‐scale hydrocarbon migration and destruction, heavy oil and oil sands are characterized most commonly by late hydrocarbon accumulation, the same basin types and source‐reservoir conditions as for conventional hydrocarbon resources, shallow burial depth and stratabound reservoirs. (3) Three accumulation models are recognised, depending on basin type: degradation along slope; destruction by uplift; and migration along faults. (4) In addition to mature exploration regions such as Canada and Venezuela, the Volga‐Ural Basin and the Pre‐Caspian Basin are less well‐explored and have good potential for oil‐sand discoveries, and it is predicted that the Middle East will be an important region for heavy‐oil development.
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.
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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle