MétaCan
Menu
Retour à la cohorte
Enregistrement W3202512885 · doi:10.3390/en14196374

Canadian Oil Sands Extraction and Upgrading: A Synthesis of the Data on Energy Consumption, CO2 Emissions, and Supply Costs

2021· article· en· W3202512885 sur OpenAlexaffabout
Rui Xing, Diego V. Chiappori, Evan J. Arbuckle, Matthew Binsted, Evan Davies

Notice bibliographique

RevueEnergies · 2021
Typearticle
Langueen
DomaineEnergy
ThématiqueGlobal Energy and Sustainability Research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésOil sandsGreenhouse gasProduction (economics)Fossil fuelEnergy consumptionAsphaltConsumption (sociology)Petroleum industrySynthetic crudeUnconventional oilSteam-assisted gravity drainageEnvironmental scienceEnergy supplyNatural resource economicsEngineeringEnvironmental economicsWaste managementEnvironmental engineeringEnergy (signal processing)EconomicsGeology

Résumé

récupéré en direct d'OpenAlex

As Canadian crude bitumen production from oil sands has increased in recent decades, the nation’s oil and gas industry has become a significant contributor to national greenhouse gas emissions. Canada has developed carbon emission reduction targets to meet its Nationally Determined Contributions and Mid-Century Strategy goals. A detailed profile of energy consumption pathways in the oil sands industry is necessary to identify potential areas of improvement and to monitor progress toward meeting emissions reduction targets. Much of the existing literature for oil sands modeling provides input assumptions with different technological boundaries. For a set of oil sands extraction and upgrading technologies, this study first reviews the literature and then quantifies energy input requirements, CO2 emissions, and operating costs for a set of consistent technological boundaries and energy units. Summary results refer to requirements and costs at the production facility, excluding transportation and blending costs. An energy system diagram of oil sands production that matches these boundaries is provided, which can be used by integrated assessment models, oil sands companies, and government ministries to evaluate the present and future energy consumption and emissions pathways of the oil sands industry.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,759
Score d'incertitude au seuil0,814

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,020
Tête enseignante GPT0,280
Écart entre enseignants0,260 · 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'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

Citations7
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetGlobal Energy and Sustainability ResearchTravaux en français237 207