Defining Uncertainty: Comparing Resource/Reserve Classification Systems for Coal and Coal Seam Gas
Notice bibliographique
Résumé
Transparent, objective, and repeatable resource assessments should be the goal of companies, investors, and regulators. Different types of resources, however, may require different approaches for their quantification. In particular, coal can be treated both as a solid resource (and thus be mined) as well as a reservoir for gas (which is extracted). In coal mining, investment decisions are made based on a high level of data and establishment of seam continuity and character. The Australasian Code for Reporting of Exploration Results, Mineral Resources and Ore Reserves (the JORC Code) allows deposits to be characterised based on the level of geological and commercial certainty. Similarly, the guidelines of the Petroleum Resource Management System (PRMS) can be applied to coal seam gas (CSG) deposits to define the uncertainty and chance of commercialisation. Although coal and CSG represent two very different states of resources (i.e., solid vs. gaseous), their categorisation in the JORC Code and PRMS is remarkably similar at a high level. Both classifications have two major divisions: resource vs. reserve. Generally, in either system, resources are considered to have potential for eventual commercial production, but this has not yet been confirmed. Reserves in either system are considered commercial, but uncertainty is still denoted through different subdivisions. Other classification systems that can be applied to CSG also exist, for example the Canadian Oil and Gas Evaluation Handbook (COGEH) and the Chinese Standard (DZ/T 0216-2020) and both have similar high-level divisions to the JORC Code and PRMS. A hypothetical case study of a single area using the JORC Code to classify the coal and PRMS for the gas showed that the two methodologies will have overlapping, though not necessarily aligned, resource and reserve categories.
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 | 0,000 | 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 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 ».