MétaCan
Menu
Retour à la cohorte
Enregistrement W3022768180 · doi:10.4043/30799-ms

Standardization Of Procurement Equipment Specifications: Establishing A Strong Foundation For Oil & Gas Capital Project Development And Delivery

2020· article· en· W3022768180 sur OpenAlexaff
Adri Postema, Tony Ray, Bristow Jack

Notice bibliographique

RevueOffshore Technology Conference · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueOil and Gas Production Techniques
Établissements canadiensConocoPhillips (Canada)
Organismes subventionnairesnon disponible
Mots-clésStandardizationProcurementPetroleum industryProcess (computing)Engineering managementBusinessEngineeringProcess managementRisk analysis (engineering)Computer scienceSystems engineeringMarketing

Résumé

récupéré en direct d'OpenAlex

Abstract Industry-wide standardization is needed for operators to manage the $3 trillion in CAPEX expenditure forecast for 2018-2025 (Global Data, 2018), while maintaining competitiveness and mitigating risks. With the backing of the World Economic Forum, Joint Industry Program 33 (JIP 33) was initiated to drive industry-level standardization for the procurement of equipment items, moving the industry structurally – across the value chain - towards common engineering designs and solutions established by means of cross-company collaboration. Fourteen (14) standard specifications have been delivered to date. Their adoption by 12 major operators is being measured and is progressing well. This enables the program to capture and evaluate successes, challenges, key learnings and feedback. The program is also establishing a process for future maintenance of JIP33 specifications in order to achieve sustained benefits. A further 35-40 supplementary specifications are being developed, based on recognized industry or international standards by the end of 2020. This paper will present the status of the JIP33 program and showcase some of its early successes, challenges and learnings. Experience with digital requirement developments will be shared, as well as learnings from the adoption and use of the Phase 1-2 specifications by JIP33 members.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,953
Score d'incertitude au seuil0,559

Scores Codex et Gemma par catégorie

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

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 Opus0,075
Tête enseignante GPT0,260
Écart entre enseignants0,186 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOffshore Technology ConferenceMême sujetOil and Gas Production TechniquesTravaux en français237 207